arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-01-12 至 2026-01-12 共收录 2 信号源:cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 2 篇

2601.05641 2026-01-12 cs.CL cs.LG 62%

Multilingual Amnesia: On the Transferability of Unlearning in Multilingual LLMs

多语言失忆:多语言大语言模型中卸载的可转移性研究

Alireza Dehghanpour Farashah, Aditi Khandelwal, Marylou Fauchard, Zhuan Shi, Negar Rostamzadeh, Golnoosh Farnadi

机构 * Mila – Quebec AI Institute(魁北克人工智能研究所) McGill University(麦吉尔大学) Université de Montréal(蒙特利尔大学) Google Research(谷歌研究)

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

AI总结 本研究探讨多语言大语言模型中卸载的可转移性,通过实验发现语法相似性是预测跨语言卸载行为的关键因素。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.05555 2026-01-12 cs.SE 50%

An Empirical Study of Policy-as-Code Adoption in Open-Source Software Projects

对开源软件项目中政策即代码采用的实证研究

Patrick Loic Foalem, Foutse Khomh, Leuson Da Silva, Ettore Merlo

专题命中 AI治理与伦理 :trustworthy(abstract)

AI总结 本文通过分析399个开源项目,揭示了政策即代码工具在治理、配置控制和文档中的广泛应用,并提出了包含5类15子类的分类法,为未来研究提供实证基础。

详情

展开后加载摘要…

URL PDF HTML 收藏