MEETING DELEGATE: Benchmarking LLMs on Attending Meetings on Our Behalf
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI
Comments 6 pages, 2 tables, to appear in Reham Alharbi, Jacopo de Berardinis, Paul Groth, Albert Meroño-Peñuela, Elena Simperl, Valentina Tamma (eds.), ISWC 2024 Special Session on Harmonising Generative AI and Semantic Web Technologies. CEUR-WS.org (forthcoming), for associated code and data see https://github.com/bradleypallen/trex-metalinguistic-disagreement
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.LG
Comments ICLR 2025. Also oral at NeurIPS 2024 Open-World Agents Workshop
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI
Comments 12 pages
Journal ref ResMilitaris 2022
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.CY
Comments Accepted to WiML workshop @Neurips 2024
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI
Comments conference paper
专题命中 安全评测 :alignment(abstract);分类 cs.AI、cs.LG
Comments 17 pages it total, 8 main pages
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL、cs.CY
Journal ref Proceedings of the 17th International Conference on Agents and Artificial Intelligence (ICAART 2025), Porto, Portugal, February 23-25, 2025
专题命中 安全评测 :alignment(abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI、cs.LG
Comments 25 pages, accepted at the world conference of explainable AI, 2024, Malta
专题命中 安全评测 :alignment(abstract);分类 cs.CY、cs.LG
Journal ref Proceedings of the National Academy of Sciences 121.39 (2024): e2402387121
专题命中 安全评测 :safety(abstract);分类 cs.AI、cs.LG
Comments 10 pages
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI、cs.LG
Comments 24 pages (including references and appendix), Accepted to CHI Conference on Human Factors in Computing Systems (CHI 2025)
专题命中 安全评测 :alignment(abstract);分类 cs.AI、cs.LG
Comments Accepted for presentation at 2025 IEEE International Conference on Communications (IEEE ICC25)
专题命中 安全评测 :alignment(abstract);分类 cs.CY、cs.LG
Comments Accepted at AAAI 2025
专题命中 安全评测 :alignment(abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.LG
Comments Accepted at NeurIPS 2024. Project URL at https://vismin.net/
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI
Journal ref https://aclanthology.org/2024.findings-emnlp.21/
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL、cs.AI
Comments Preprint
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :RLHF(abstract);分类 cs.CL、cs.AI
Comments Neurips 2024
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI、cs.LG
Comments Accepted to 2025 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops (WACVW)
专题命中 安全评测 :safety(abstract);分类 cs.AI、cs.LG
Comments Accepted for presentation at IEEE SSCI 2025
专题命中 安全评测 :safety(abstract);分类 cs.AI、cs.CY
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI
Comments 28 pages
专题命中 安全评测 :safety(abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI