PsyLite Technical Report
机构 * Donghua University(东华大学)
专题命中 偏好对齐 :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 * Donghua University(东华大学)
专题命中 偏好对齐 :safety(abstract);分类 cs.AI
机构 * Zhejiang University(浙江大学) ; ZJU-Hangzhou Global Scientific and Technological Innovation Center(浙大杭州国际科创中心)
专题命中 偏好对齐 :safety(abstract);分类 cs.AI
Comments Accepted at ACL 2025 (Main Conference)
机构 * The Alan Turing Institute, London, UK(艾伦·图灵研究所) ; Statistical Laboratory, University of Cambridge, Cambridge, UK(剑桥大学统计实验室) ; Massachusetts Institute of Technology, USA(麻省理工学院) ; IBM Research, USA(IBM研究院)
专题命中 偏好对齐 :alignment(abstract);分类 cs.LG
Comments Workshop on Efficient Systems for Foundation Models at iCML
机构 * Speech Team, Tongyi Lab, Alibaba Group(通义实验室,阿里巴巴集团)
专题命中 偏好对齐 :RLHF(abstract);分类 cs.AI
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China(国家新型软件技术重点实验室,南京大学,中国) ; School of Artificial Intelligence, Nanjing University, China(人工智能学院,南京大学,中国)
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
机构 * Department of Computing, The Hong Kong Polytechnic University(香港理工大学计算机系) ; Microsoft Research Asia(微软亚洲研究院)
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
机构 * College of Media Arts, Science and Technology, School of Informatics, University of Tsukuba(筑波大学媒体艺术、科学与技术学院,信息学院) ; Institute of Systems and Information Engineering, University of Tsukuba(筑波大学系统与信息工程研究所)
专题命中 偏好对齐 :RLHF(abstract);分类 cs.CL
机构 * Microsoft Corporation(微软公司) ; Peking University(北京大学)
专题命中 偏好对齐 :DPO(abstract);分类 cs.AI
Comments 11 pages, 3 figures
机构 * Mohamed bin Zayed University of Artificial Intelligence, UAE(阿布扎克穆罕默德·本·扎耶德人工智能大学) ; Edinburgh Napier University, UK(爱丁堡纳皮尔大学) ; VIT Bhopal University, India(比哈尔大学)
专题命中 偏好对齐 :safety(abstract);分类 cs.CL
Comments Published at the 4th Muslims in Machine Learning (MusIML) Workshop (ICML-25)
专题命中 偏好对齐 :safety(abstract);分类 cs.LG
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments 4 figures, 2 tables
机构 * The Hong Kong University of Science and Technology(香港科学与技术大学) ; Nanyang Technological University(南洋理工大学) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
机构 * HSE University(俄罗斯高等经济学院) ; SaluteDevices ; University of Oslo(奥斯陆大学) ; Toloka AI
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments To appear at SIGSLAV 2025
机构 * The FinAI(FinAI) ; Georgia Institute of Technology(佐治亚理工学院) ; Yale University(耶鲁大学) ; University of Montreal(蒙特利尔大学)
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
Comments 13 pages, 2 figures, 3 Tables
机构 * Step-Audio Team(Step-Audio团队)
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
Comments 12 pages, 3 figures
机构 * The University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; Arizona State University(亚利桑那州立大学)
专题命中 偏好对齐 :alignment(abstract);分类 cs.LG
Comments preprint
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
机构 * Department of Information and Decision Sciences University of Illinois Chicago(信息与决策科学系伊利诺伊大学香槟分校)
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
机构 * HKUST(香港科技大学) ; Peking University(北京大学) ; Shanghai AI Lab(上海人工智能实验室) ; Imperial College London(伦敦帝国理工学院)
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
机构 * Department of Operations and Risk Management, Lingnan University(岭南大学运营与风险管理系)
专题命中 偏好对齐 :alignment(abstract);分类 cs.AI
机构 * WiNGPT Team(WiNGPT团队)
专题命中 偏好对齐 :trustworthy(abstract);分类 cs.CL
机构 * University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Georgia Institute of Technology(佐治亚理工学院) ; The Hong Kong University of Science and Technology(香港科技大学)
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
Comments Accepted by ACL 2025 Findings
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
专题命中 偏好对齐 :DPO(abstract);分类 cs.CL
机构 * LINX, EPFL, Lausanne, Switzerland(日内瓦EPFL实验室) ; School of Computing and Artificial Intelligence, Shanghai University of Finance and Economics, Shanghai, China(上海金融学院计算机与人工智能学院)
专题命中 偏好对齐 :alignment(abstract);分类 cs.LG
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments Accepted to ICIP2025
专题命中 偏好对齐 :DPO(abstract);分类 cs.AI
机构 * Nanyang Technological University(南洋理工大学) ; The Chinese University of Hong Kong(香港中文大学) ; City University of Hong Kong(香港城市大学) ; Kuaishou Technology(快手科技)
专题命中 偏好对齐 :alignment(abstract);分类 cs.AI
机构 * EDP University of Puerto Rico: San Sebastian(EDP巴尔的摩大学:圣塞巴斯蒂安)
专题命中 偏好对齐 :RLHF(abstract);分类 cs.CL
机构 * Zhejiang University(浙江大学) ; Byte Dance(字节跳动) ; National University of Singapore(新加坡国立大学) ; Angelalign Inc China(Angelalign中国公司) ; Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence(浙江省医学影像人工智能重点实验室)
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL