The Ethics of Interaction: Mitigating Security Threats in LLMs
专题命中 AI治理与伦理 :prompt injection(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 AI治理与伦理 :prompt injection(abstract);分类 cs.CL、cs.AI
专题命中 AI治理与伦理 :safety(abstract);分类 cs.AI、cs.CY
Journal ref DISO 2, 49 (2023)
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 AI治理与伦理 :safety(abstract);分类 cs.CL、cs.AI
专题命中 AI治理与伦理 :trustworthy(abstract);分类 cs.CL、cs.AI
Comments 15 pages total (including appendix), NAACL 2024 Industry Track
专题命中 AI治理与伦理 :safety(abstract);分类 cs.AI、cs.LG
Comments submitted
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.AI、cs.CY
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
Journal ref Exploring the psychology of LLMs' moral and legal reasoning. Artificial Intelligence, Volume 224, 2024
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
Comments 22 pages, 13 figures. Project Website: https://uni-moe.github.io/. Working in progress
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
Comments 29 pages, 10 tables, 6 figures
专题命中 AI治理与伦理 :safety(abstract);分类 cs.AI、cs.CY
专题命中 AI治理与伦理 :safety(abstract);分类 cs.CL、cs.CY
专题命中 AI治理与伦理 :trustworthy(abstract);分类 cs.AI、cs.LG
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
Comments Accpeted by LREC-COLING 2024 main conference, long paper
专题命中 AI治理与伦理 :safety(abstract);分类 cs.AI、cs.CY
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
Journal ref David C. Wyld et al. (Eds): NBIoT, MLCL, NMCO, ARIN, CSITA, ISPR, NATAP-2024. pp. 153-173, 2024. CS & IT - CSCP 2024
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.AI、cs.CY
专题命中 AI治理与伦理 :trustworthy(abstract);分类 cs.AI、cs.CY
专题命中 AI治理与伦理 :safety(abstract);分类 cs.AI、cs.CY
Journal ref IEEE Access 2024
专题命中 AI治理与伦理 :safety(abstract);分类 cs.CY、cs.LG
专题命中 AI治理与伦理 :trustworthy(abstract);分类 cs.CY、cs.LG
专题命中 AI治理与伦理 :safety(abstract);分类 cs.AI、cs.LG
Journal ref ICSE-SEIS 2024
专题命中 AI治理与伦理 :RLHF(abstract);分类 cs.CL、cs.AI
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CY、cs.LG
专题命中 AI治理与伦理 :trustworthy(abstract);分类 cs.AI、cs.LG
专题命中 AI治理与伦理 :safety(abstract);分类 cs.AI、cs.CY
Comments 15 pages, 4 figures, International Conference on Software Business
专题命中 AI治理与伦理 :safety(abstract);分类 cs.CL、cs.AI