MedISure: Towards Assuring Machine Learning-based Medical Image Classifiers using Mixup Boundary Analysis
专题命中 安全评测 :safety(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 :safety(abstract);分类 cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.AI
Comments Added url to model weights fixed typo in Author name
专题命中 安全评测 :trustworthy(abstract);分类 cs.LG
Comments XAI workshop of IJCAI 2023
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
Comments 19 pages, 1 figure
Journal ref ACM Transactions on Management Information Systems, 31 January 2023 Volume 14, Issue 1, Article No.: 11, pp 1-19
专题命中 安全评测 :alignment(abstract);分类 cs.CY
Comments 16 pages total, 8 pages main paper
专题命中 安全评测 :trustworthy(abstract);分类 cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments AAAI 2023, 7 pages, 3 figures
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments Accepted at K-CAP 2023 conference
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.CL
专题命中 安全评测 :safety(abstract);分类 cs.LG
Comments 9 pages, 4 figures
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
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 25 pages, 12 figures; to appear in Findings of EMNLP 2023
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL
Comments Accepted at EMNLP 2023 (Main Conference), camera-ready
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments Accepted at EMNLP 2023
专题命中 安全评测 :safety(abstract);分类 cs.AI
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments EMNLP 2023 (Main, Long paper)
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments NeurIPS 2023 spotlight
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.LG
专题命中 安全评测 :safety(abstract);分类 cs.LG
专题命中 安全评测 :safety(abstract);分类 cs.LG
Comments Accepted to ACM Computing Surveys, 40 pages, 24 figures
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 :trustworthy(abstract);分类 cs.CL
Comments 20 pages, 8 figures
专题命中 安全评测 :trustworthy(abstract);分类 cs.LG
Comments 34 pages, 19 Figures
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