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。

2025-11-14 至 2025-11-14 共收录 2 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 隐私与版权 2 篇

2511.09895 2025-11-14 cs.LG cs.AI 62%

Xiaoda Wang, Kaiqiao Han, Yuhao Xu, Xiao Luo, Yizhou Sun, Wei Wang, Carl Yang

机构 * Emory University（埃默里大学）； University of California, Los Angeles（加州大学洛杉矶分校）； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）

专题命中隐私与版权：alignment(abstract)；分类 cs.AI、cs.LG

2508.02573 2025-11-14 cs.CL 57%

Jérémie Dentan, Davide Buscaldi, Sonia Vanier

专题命中隐私与版权：alignment(abstract)；分类 cs.CL

Comments This paper has been accepted for publication at AAAI-26