LinguaSim: Interactive Multi-Vehicle Testing Scenario Generation via Natural Language Instruction Based on Large Language Models
机构 * National Key R&D Program of China(中华人民共和国国家重点研发计划)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 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。
机构 * National Key R&D Program of China(中华人民共和国国家重点研发计划)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CY
Comments 8 pages, 2 figures
机构 * University of Maryland, College Park(马里兰大学学院公园分校) ; Capital One
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI、cs.CY
Comments Accepted at NeurIPS 2025 Workshop on Reliable ML from Unreliable Data
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院,清华大学) ; Department of Software Engineering, Harbin Institute of Technology(哈尔滨工业大学软件工程系) ; School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen(哈尔滨工业大学深圳校区计算机科学与技术学院) ; Institute for Network Sciences and Cyberspace, Tsinghua University(清华大学网络科学与空间研究院)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CL
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
Comments 9-page NeurIPS 2025 preprint including 3 figures and 1 table, with additional appendix material. Prepared using the NeurIPS 2025 preprint template and compiled with pdfLaTeX. All references are included via the provided .bbl file. Figures are in PDF format. No external supplementary files. All necessary style files and images are included
机构 * RIKEN-CCS Kobe, Japan(日本神户RIKEN-CCS)
专题命中 安全训练 :safety(abstract);trustworthy(abstract);分类 cs.CL
Comments 30 pages (9 pages of content, 5 pages of references, 16 pages of supplementary material), 7 figures, 13 tables
机构 * School of Computer Science, University of Beihang, Beijing, China(北京航空航天大学计算机学院) ; School of Computer Science, Chinese University of Hong Kong, Hongkong, China(香港中文大学计算机学院) ; JD Explore Academy, Beijing, China(京东探索研究院) ; North Automatic Control Institute, Taiyuan, China(太原北自动控制研究所)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.LG
Comments ICML 2025
机构 * Visual Computing and Computational Media, Texas A&M University(视觉计算与计算媒体,德克萨斯A&M大学) ; Mechanical Engineering Department, Texas A&M University(机械工程系,德克萨斯A&M大学) ; Department of Marine Engineering Technology, Texas A&M University(海洋工程技术系,德克萨斯A&M大学)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
机构 * Nvidia ; Singapore University of Technology and Design(新加坡技术与设计大学)
专题命中 安全训练 :safety(abstract);AI safety(abstract);分类 cs.AI
Comments 75 pages. Accepted to ICML 2025
机构 * Chung-Ang University(Chung-Ang 大学)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CL
Comments EMNLP 2025 (Main Conference)
机构 * LIACS, Leiden University(莱顿大学 LIACS) ; Bocconi University(博科尼大学) ; Independent Researcher(独立研究者) ; Boconni University(博科尼大学) ; Helmholtz-Zentrum Dresden-Rossendorf(德累斯顿-罗斯托克亥姆霍兹中心)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CL
机构 * Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; Tsinghua University(清华大学) ; University of Science and Technology of China(中国科学技术大学)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.LG
机构 * INESC-ID and Instituto Superior Técnico, Universidade de Lisboa(INESC-ID和里斯本大学理工学院) ; School of Computing, Engineering and Digital Technologies, Teesside University(计算、工程与数字技术学院,泰赛德大学) ; Biological and Environmental Sciences, University of Stirling(生物与环境科学,斯特林大学) ; School of Mathematics, University of Birmingham(数学学院,伯明翰大学) ; Luxembourg Institute of Science and Technology(卢森堡科学与技术研究院) ; Machine Learning Group, Université libre de Bruxelles(机器学习小组,布鲁塞尔自由大学) ; AI Lab, Vrije Universiteit Brussel(人工智能实验室,布鲁塞尔自由大学) ; Division of Computing Science and Mathematics, University of Stirling(计算科学与数学系,斯特林大学) ; Department of Industrial Engineering, University of Trento(工业工程系,特伦特大学) ; University of Amsterdam(阿姆斯特丹大学)
专题命中 安全训练 :safety(abstract);AI safety(abstract);分类 cs.AI
Comments 10 Pages, 7 Figures, accepted in the ALIFE 2025 Conference
专题命中 安全训练 :safety(abstract);jailbreak(abstract);分类 cs.AI
Comments 17 pages, 9 figures
机构 * Shuang Ao ; Gopal Rumchurn
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
Comments 9 pages, 2 figures
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CL
Comments Preprint
机构 * Independent Researcher(独立研究者)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
机构 * Nankai University(南开大学)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CL
机构 * Microsoft(微软公司) ; University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.LG
专题命中 安全训练 :alignment(abstract);trustworthy(abstract);分类 cs.AI
机构 * Atil Samancioglu(独立研究者)
专题命中 安全训练 :safety(abstract);AI safety(abstract);分类 cs.AI
机构 * University of Colorado, Boulder(科罗拉多大学波德罗尔分校) ; Charles Analytics, Aurora(查尔斯分析公司)
专题命中 安全训练 :safety(abstract);AI safety(abstract);分类 cs.AI
Comments 12 pages, 1 figure
机构 * Microsoft(微软)
专题命中 安全训练 :safety(abstract);jailbreak(abstract);分类 cs.LG
机构 * Department of Civil and Environmental Engineering, University of Wisconsin–Madison(威斯康星大学麦迪逊分校土木与环境工程系) ; College of Computing and Data Science, Nanyang Technological University(南洋理工大学 computing and Data Science 学院) ; College of Transportation, Tongji University(同济大学交通运输学院)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
专题命中 安全训练 :safety(abstract);jailbreak(abstract);分类 cs.LG
机构 * Visa Inc.(Visa公司) ; George Mason University(乔治·梅奥大学)
专题命中 安全训练 :prompt injection(abstract);trustworthy(abstract);分类 cs.AI
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.LG
专题命中 安全训练 :safety(abstract);trustworthy(abstract);分类 cs.LG
Comments ICLR 2025
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI
Comments NeurIPS 2023 Spotlight. Project page: https://metadriverse.github.io/pvp