Johns Hopkins University（约翰斯·霍普金斯大学）

Fundamental Limits of Black-Box Safety Evaluation: Information-Theoretic and Computational Barriers from Latent Context Conditioning

黑盒安全评估的根本限制：从潜在上下文条件化的信息论和计算障碍

Vishal Srivastava

机构 * Whiting School of Engineering（韦斯利工程学院） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文研究了黑盒安全评估的根本限制，揭示了潜在上下文条件化策略在部署风险估计中的信息论和计算障碍，提出了被动和自适应评估的下界以及计算分离的结论。