AI 大模型

大模型对齐与安全

大模型对齐、安全、越狱、红队、提示注入和可信评测。

2025-11-10 至 2025-11-10 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 1 篇

2509.23994 2025-11-10 cs.CL cs.AI 73%

Gauri Kholkar, Ratinder Ahuja

机构 * Pure Storage

专题命中 AI治理与伦理：safety(abstract)；AI safety(abstract)；分类 cs.CL、cs.AI

Comments Accepted at 3rd Regulatable ML Workshop at NEURIPS 2025