Polaris: A Safety-focused LLM Constellation Architecture for Healthcare
专题命中 安全评测 :safety(title,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 :safety(title,abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
Comments submitted to journal: accident analysis and prevention
专题命中 安全评测 :alignment(title,abstract);分类 cs.AI、cs.LG
Comments 17 pages, 4 figures
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
Comments Manuscript accepted to ACM Computing Surveys
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.LG
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.LG
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
Comments Published in IEEE TPAMI. Minor revision compared to the previous version
专题命中 安全评测 :safety(title,abstract);分类 cs.CL、cs.LG
Comments H.T., C.C., and Z.W. contribute equally. Work done during H.T. and Z.W.'s internship at UCSC, and C.C. and Y.Z.'s internship at UNC
专题命中 安全评测 :prompt injection(title,abstract);分类 cs.CL、cs.AI
Comments The data and code can be found at https://github.com/Leezekun/instruction-following-robustness-eval
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.CY
Comments Socially Responsible Language Modelling Research (SoLaR) @ NeurIPs 2023
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
Comments 9 pages, 4 figures, 2 tables
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.CL、cs.AI
Comments 14 pages, 4 figures, under peer review
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
Comments 373 pages, textbook at the University of Tübingen
专题命中 安全评测 :safety(title,abstract);分类 cs.CY、cs.LG
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.CY
Comments Under review
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
Comments 38 pages, 15 figures
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
Comments 21 pages, 1 Figure
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
Comments Submitted to TRB Annual Meeting 2024
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
Comments 47 pages, 13 figures
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.CL、cs.AI
Comments 12 pages, accepted submission to TPDL2023
专题命中 安全评测 :trustworthy(title);alignment(abstract);分类 cs.CL、cs.AI
Comments We are currently expanding this work and welcome collaborators!
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
Comments Submitted for peer review
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.CY
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.CY、cs.LG
Comments 10 pages
专题命中 安全评测 :alignment(title,abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :alignment(title,abstract);分类 cs.AI、cs.LG