arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2026-02-23 至 2026-02-23 共收录 2 信号源:cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 2 篇

2602.18092 2026-02-23 cs.CL cs.AI cs.CY 67%

Perceived Political Bias in LLMs Reduces Persuasive Abilities

感知到的LLM政治偏见会降低说服能力

Matthew DiGiuseppe, Joshua Robison

机构 * Leiden University(莱顿大学)

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

AI总结 研究发现,感知到的LLM政治偏见会降低其在对话中的说服效果,表明说服力受政治中立性感知的影响。

Comments 39 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.17919 2026-02-23 cs.CY cs.HC 57%

Visual Anthropomorphism Shifts Evaluations of Gendered AI Managers

视觉人化影响对性别化AI管理者评价

Ruiqing Han, Hao Cui, Taha Yasseri

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

AI总结 研究发现,文本描述中能力信息可缓解对AI管理者的负面评价,而视觉人化会引发性别偏见,表明表示方式影响性别刻板印象的激活。

Comments Preprint, Under Review

详情

展开后加载摘要…

URL PDF HTML 收藏