What You See is Not What You Get: Neural Partial Differential Equations and The Illusion of Learning
专题命中 安全评测 :trustworthy(abstract);分类 cs.LG
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 :trustworthy(abstract);分类 cs.LG
专题命中 安全评测 :trustworthy(abstract);分类 cs.LG
Comments 9 pages, 9 figures, 11th International Conference on Networking, Systems, and Security (NSysS 2024), 2024, Khulna, Bangladesh
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments 9 pages
专题命中 安全评测 :alignment(abstract);分类 cs.LG
Comments 24 pages, 4 figures
专题命中 安全评测 :safety(abstract);分类 cs.AI
Comments Accepted by NeurIPS 2024 Datasets and Benchmarks Track
专题命中 安全评测 :trustworthy(abstract);分类 cs.LG
Comments Findings paper presented at Machine Learning for Health (ML4H) symposium 2024, December 15-16, 2024, Vancouver, Canada, 11 pages
专题命中 安全评测 :alignment(abstract);分类 cs.CL
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
Comments 9 pages,7 figures
Journal ref NeurIPS 2024
专题命中 安全评测 :alignment(abstract);分类 cs.CL
专题命中 安全评测 :alignment(abstract);分类 cs.AI
Comments 8 pages
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments 13 pages, 8 figures, 12 tables
专题命中 安全评测 :alignment(abstract);分类 cs.CY
Comments 21 pages, 21 figures
专题命中 安全评测 :safety(abstract);分类 cs.CL
专题命中 安全评测 :safety(abstract);分类 cs.AI
Comments 15 pages, 4 figures, journal
Journal ref Journal of Information and Knowledge, Vol. 61, no. 5, pp. 245-253 (2024)
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
专题命中 安全评测 :alignment(abstract);分类 cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.LG
Comments Published at International Conference on Pattern Recognition (ICPR), 2024. Oral presentation
专题命中 安全评测 :safety(abstract);分类 cs.AI
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL
Comments NeurIPS 2024 Datasets and Benchmarks Track
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL
专题命中 安全评测 :safety(abstract);分类 cs.LG
Comments 22 pages, 3 figures. Accepted to NeurIPS 2024
专题命中 安全评测 :alignment(abstract);分类 cs.AI
Comments Accepted by NeurIPS 2024
专题命中 安全评测 :safety(abstract);分类 cs.CL
专题命中 安全评测 :alignment(abstract);分类 cs.CL
专题命中 安全评测 :alignment(abstract);分类 cs.LG
专题命中 安全评测 :safety(abstract);分类 cs.AI
专题命中 安全评测 :trustworthy(abstract);分类 cs.LG
专题命中 安全评测 :safety(abstract);分类 cs.AI
Comments NeurIPS 2024 https://github.com/lqinfdim/EditingEvaluation
专题命中 安全评测 :safety(abstract);分类 cs.AI
Comments NeurIPS 2024. First three authors contributed equally
专题命中 安全评测 :alignment(abstract);分类 cs.AI