RAGalyst: Automated Human-Aligned Agentic Evaluation for Domain-Specific RAG
机构 * University of Houston(德克萨斯大学休斯敦分校)
专题命中 安全评测 :alignment(abstract);safety(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。
机构 * University of Houston(德克萨斯大学休斯敦分校)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
机构 * Tufts University(塔夫茨大学) ; University of South Florida(佛罗里达州立大学) ; Sharif University of Technology(谢赫·穆吉布技术大学) ; Meta ; Resolution(解决方案)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.LG
Comments 9 pages, 3 figures, 3 tables
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.CL、cs.AI
Comments Under Review
机构 * NYU Shanghai(纽约大学上海校区) ; National University of Singapore(新加坡国立大学) ; Yale University(耶鲁大学) ; Center for Data Science, New York University(纽约大学数据科学中心)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.LG
Comments EMNLP 2025 Main
机构 * Savassan(萨瓦桑)
专题命中 安全评测 :alignment(abstract);trustworthy(abstract);分类 cs.CL、cs.AI
机构 * Zhongnan University of Economics and Law(中南财经政法大学)
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.CL、cs.AI
Comments 41 pages, 12 figures, 6 tables
机构 * Department of Statistics and Operations Research, UNC-Chapel Hill(统计与运筹学系,北卡罗来纳大学 Chapel Hill 分校) ; Imperial College Business School, Imperial College London(帝国理工学院伦敦校区商学院)
专题命中 安全评测 :alignment(abstract);RLHF(abstract);分类 cs.AI、cs.LG
机构 * Institute for Infocomm Research, Agency for Science, Technology and Research, Singapore(新加坡资讯通信研究院,科技研究局) ; Propulsion and Space Research Center, Technology Innovation Institute, UAE(阿联酋技术创新研究所推进与航天研究中心) ; James Watt School of Engineering, University of Glasgow, UK(格拉斯哥大学詹姆斯·瓦特工程学院) ; ISTD Pillar at SUTD(新加坡科技设计大学ISTD支柱)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.AI、cs.LG
机构 * University of Chicago(芝加哥大学) ; University of Illinois(伊利诺伊大学) ; Virtue AI ; Meta
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.AI、cs.LG
Comments 60 pages, 16 figures
专题命中 安全评测 :alignment(abstract);trustworthy(abstract);分类 cs.AI、cs.LG
机构 * Institute for Transportation(交通研究所) ; Iowa State University(爱荷华州立大学)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
Journal ref 2025 IEEE 28th International Conference on Intelligent Transportation
机构 * CUHK MMLab(香港中文大学多媒体实验室) ; SenseTime Research(商汤科技研究院) ; CPII under InnoHK(创新香港下的CPII)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
机构 * State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering, Beihang University, Beijing, China(虚拟现实技术与系统国家重点实验室,计算机科学与工程学院,北京航空航天大学) ; Hangzhou Innovation Institute of Beihang University, Zhejiang Key Laboratory of Industrial Big Data and Robot Intelligent Systems, Hangzhou, China(北京航空航天大学杭州创新研究院,浙江省工业大数据与机器人智能系统重点实验室) ; Center for AI Business Innovation, Department of Management Science and Systems, University at Buffalo, Buffalo, New York, USA(人工智能商业创新中心,管理科学与系统系,布法罗大学) ; University of North Texas, Denton, Texas, USA(德克萨斯大学达文波特分校) ; Zhongguancun Laboratory, Beijing, China(中关村实验室)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.LG
Comments 28 pages, 32 figures, accepted to the Findings of EMNLP 2025
机构 * The Hong Kong University of Science and Technology(香港科学与技术大学)
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.CL、cs.AI
Comments 34 pages in total, EMNLP 2025
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.AI、cs.LG
Journal ref IEEE Transactions on Software Engineering ( Volume: 49, Issue: 2, 01 February 2023)
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.CL、cs.LG
Comments Accepted to ICLR 2025
机构 * Lightcap ; Department of Future(未来系) ; Turkish Aeronautical Association(土耳其航空航天协会)
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
Comments 13 pages
机构 * ServiceNow
专题命中 安全评测 :alignment(abstract);DPO(abstract);分类 cs.CL、cs.AI
Comments 26 pages, 4 figures
机构 * Department of Computer Science and Technology, College of AI, Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University(计算机科学与技术系、人工智能学院、人工智能研究所、清华-博世联合机器学习中心、THBI实验室、BNRist中心、清华大学) ; Institute of Artificial Intelligence, Beihang University(人工智能研究院、北航) ; RealAI
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
Comments For Appendix, please refer to arXiv:2406.07057
机构 * University of Maryland, College Park(马里兰大学学院公园分校) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Brown University(布朗大学) ; San Francisco State University(旧金山州立大学) ; Stanford University(斯坦福大学)
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.AI、cs.LG
机构 * PRISM Eval(PRISM评估)
专题命中 安全评测 :safety(abstract);AI safety(abstract);分类 cs.AI、cs.LG
机构 * Department of Computational Intelligence, Faculty of Engineering and Technology, SRM Institute of Science and Technology(计算智能系,工程与技术学院,SRM科学与技术学院)
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.LG
Comments The first two authors (Xiangzhe Xu and Guangyu Shen) contributed equally to this work
机构 * Institute of Artificial Intelligence (TeleAI), China Telecom(电信人工智能研究院) ; Institute of Artificial Intelligence and Robotics(IAIR), Xi’an Jiaotong University(人工智能与机器人研究院) ; Advanced Technique of Artificial Intelligence(ATAI), Chongqing University of Technology(人工智能先进技术研究院)
专题命中 安全评测 :DPO(abstract);safety(abstract);分类 cs.AI、cs.LG
Comments 9 pages,3 figures ICCV format
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.CL、cs.AI
Comments 29 pages, 6 figs, 6 tables. Companion methods paper forthcoming
机构 * University of New South Wales \& CSIRO's Data61 Sydney Australia ; Macquarie University Sydney Australia ; University of New South Wales Sydney Australia ; University of Illinois at Urbana–Champaign Champaign ; University of New South Wales \& CSIRO's Data61 ; Macquarie University ; University of New South Wales ; University of Illinois at Urbana–Champaign
专题命中 安全评测 :alignment(abstract);safety(abstract);分类 cs.AI、cs.LG
Comments Accepted to The ACM Conference on Computer and Communications Security (CCS) 2025
机构 * Pivotal Research ; Waseda University(早稻田大学) ; Apollo Research
专题命中 安全评测 :safety(abstract);trustworthy(abstract);分类 cs.CL、cs.AI
Comments Actionable Interpretability Workshop (Poster) and Workshop on Technical AI Governance (Poster) at ICML 2025, Vancouver, Canada
专题命中 安全评测 :alignment(abstract);trustworthy(abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :safety(abstract);AI safety(abstract);分类 cs.AI、cs.CY