Before the Clinic: Transparent and Operable Design Principles for Healthcare AI
机构 * Clemson University(克莱姆森大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.CY
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
机构 * Clemson University(克莱姆森大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.CY
机构 * Fondazione Bruno Kessler(布罗诺·凯塞勒基金会) ; University of Trento(特伦托大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.CY
Comments Code and data at https://github.com/drusso98/face-the-facts - Accepted for publication at INLG 2025
机构 * King Abdullah University of Science and Technology(卡布斯大学) ; Harbin Institute of Technology(哈尔滨工业大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.LG
Comments PhD thesis
机构 * Microsoft(微软)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI
机构 * King’s College London(伦敦国王学院) ; Spotify UK(Spotify英国分公司) ; University of Oxford(牛津大学) ; Spotify Spain(Spotify西班牙分公司)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.LG
Comments 9 pages, Accepted to the Mechanistic Interpretability Workshop at NeurIPS 2025
机构 * Google DeepMind(谷歌DeepMind)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.LG
Journal ref International Conference on Machine Learning, 2025
机构 * Department of Computer Engineering, LDRP Institute of Technology and Research(计算机工程系,LDRP技术与研究学院) ; University of Wollongong(沃林根大学) ; Monash University(莫纳什大学)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI
Comments Accepted for publication in the Proceedings of the 8th International Conference on Algorithms, Computing and Artificial Intelligence (ACAI 2025)
机构 * Ph.D. Programs in Computer Science(计算机科学博士项目) ; The Graduate Center, City University of New York(纽约城市大学研究生中心) ; School of Pharmacy and Pharmaceutical Sciences(药学与制药科学学院) ; Center for Drug Discovery(药物发现中心) ; Northeastern University(东北大学)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.AI、cs.LG
机构 * University of Pennsylvania(宾夕法尼亚大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.LG
Journal ref ICML 2025
机构 * King’s College London(伦敦国王学院) ; Beijing Institute of Technology(北京理工大学) ; Tsinghua University(清华大学)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI
机构 * Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University(航空信息安全与可信计算重点实验室,教育部,网络安全与工程学院,武汉大学) ; Zhejiang University(浙江大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
Comments EMNLP 2025 Main (Camera Ready)
机构 * Princeton University(普林斯顿大学)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI
机构 * Carnegie Mellon University(卡内基梅隆大学) ; FEUP(费拉尔大学) ; INESC-ID(葡萄牙里斯本信息技术与创新研究中心)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.LG
Comments 9 main pages, 13 appendix pages
机构 * AI Safety Research(人工智能安全研究) ; Convai Innovations(Convai创新)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
机构 * University of Texas at Austin(德克萨斯大学奥斯汀分校)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.LG
Comments 15 pages
机构 * Thayer School of Engineering(泰勒工程学院) ; Dartmouth College(达特茅斯学院)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.AI、cs.LG
机构 * University of Science and Technology of China(中国科学技术大学) ; Fudan University(复旦大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.LG
Comments 21 pages, 6 figures
机构 * Faculty of Dental Medicine and Oral Health Sciences, McGill University(牙医学院与口腔健康科学学院,麦吉尔大学) ; McGill University(麦吉尔大学) ; Mila–Quebec Artificial Intelligence Institute(魁北克人工智能研究所) ; School of Computer Science, McGill University(计算机科学学院,麦吉尔大学)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.LG
机构 * Hidden for Review(保密)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI
机构 * Nara Institute of Science and Technology(奈良科学技术大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.LG
Comments Accepted at EMNLP 2025 Findings
机构 * School of Computing and Technology(计算机学院) ; China University of Petroleum(中国石油大学) ; Qingdao(青岛)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
机构 * Algoverse AI Research(Algoverse AI研究院)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.LG
机构 * National Observatory of Athens(雅典国家天文台) ; National Technical University of Athens(雅典技术大学) ; University of Valencia(瓦伦西亚大学) ; Harokopio University of Athens(雅典惠克罗波利斯大学) ; Technical University of Munich(慕尼黑技术大学) ; Munich Center for Machine Learning(慕尼黑机器学习中心) ; Archimedes/Athena RC(阿基米德/雅典RC)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.LG
Comments Accepted to ICCV 2025
机构 * Amazon(亚马逊)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.LG
Comments 34 pages
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI
机构 * Software and Societal Systems Department, Carnegie Mellon University(卡内基梅隆大学软件与社会系统部门) ; INESC-ID and Instituto Superior Técnico, Universidade de Lisboa(里斯本大学INESC-ID和理工学院)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.AI、cs.LG
机构 * Rensselaer Polytechnic Institute(伦斯勒理工学院) ; Amazon Science(亚马逊科学) ; IBM Research(IBM研究院)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI
机构 * Xin Tong School of Information and Cyber Security People’s Public Security University of China(信息与网络安全学院 中国人民公安大学) ; Zhi Lin School of Safety Science Tsinghua University(安全科学学院 清华大学) ; Jingya Wang School of Information and Cyber Security People’s Public Security University of China(信息与网络安全学院 中国人民公安大学) ; Bo Jin* The Third Research Institute of the Ministry of Public Security of China(公安部第三研究所)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI