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。

2026-01-22 至 2026-01-22 共收录 2 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 2 篇

2601.14298 2026-01-22 cs.CR cs.AI cs.CY 81%

Guardrails for trust, safety, and ethical development and deployment of Large Language Models (LLM)

大型语言模型（LLM）的信任、安全与伦理发展和部署的防护措施

Anjanava Biswas, Wrick Talukdar

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

AI总结本文提出了一种灵活自适应序列机制，结合信任和安全模块，用于实现大型语言模型开发和部署的安全防护。

Journal ref Journal Of Science & Technology, Vol. 4 No. 6 (2023), 55-82

2512.11893 2026-01-22 cs.CY cs.AI 62%

Beyond Automation: Rethinking Work, Creativity, and Governance in the Age of Generative AI

超越自动化：在生成式人工智能时代重新思考工作、创造力与治理

Haocheng Lin

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

AI总结本文探讨生成式AI对工作、创造力和治理的影响，提出包容性AI治理框架，强调UBI与技能发展等的结合以应对AI带来的挑战。

Comments Improved structure and clarity of the introduction and literature review; explicit articulation of the paper's contributions; refined the integration of AI across labour, UBI, and governance