AI 安全 Stackelberg 模型中的防御充分性研究
用 Stackelberg 博弈分析发现与修复投入的防御充分性
- arXiv
- 2610.09892
- Published
- Layer
- Application layer
- Setting
- Models and APIs
Abstract覆盖定理给出充分条件。
作者用攻击集合上的发现—修补过程，加上防守方领先的 Stackelberg 博弈，讨论反馈式防御何时够用，以及为威慑自适应攻击者该买多少能力。
All papers
Filter2
Select any value within a category; different categories must all match. Counts include the other filters you have selected.Another 281papers have no tags yet and are not included in filtered results.
Another 281papers do not have category tags yet and are not included in filtered results.
研究团队用 LLM 分析 570 万条 Reddit 帖，构建 AI 危害分类体系
用 LLM 流水线从社交媒体构建自下而上的 AI 伤害分类
- arXiv
- 2610.09082
- Published
- Layer
- Application layer
- Setting
- Models and APIs
Abstract自下而上的 Reddit 分类补上专家框架的细类，并用来追踪智能体、职场采用和伴侣停用相关叙事。
- OtherarXiv 2610.01716
无架构师的架构？分裂世界中的全球 AI 治理
评述全球 AI 治理，认为问题是行动者权力与激励分歧
- arXiv
- 2610.01716
- Published
- Layer
- Application layer
- Setting
- Models and APIs
Abstract书评认为形成中的架构由多类行动者塑造，但没有共同计划。
- OtherarXiv 2609.29173
透过人眼与机器眼：理解视频透视扩展现实中的视图错配
形式化视频透视头显中系统截图与人眼视野的错配
- arXiv
- 2609.29173
- Published
- Layer
- Application layer
- Setting
- Models and APIs
- Evaluated models
- GPT-5.4
- ComponentVision
- AttacksarXiv 2609.28613
研究：提示注入可改变 Jev 决策模型的行动概率
测量间接提示注入对类型化概率决策的动作劫持
- arXiv
- 2609.28613
- Published
- Layer
- Application layer
- Setting
- Models and APIs
- Evaluated models
- jev-1.13.0
- AttacksPrompt injection
- TechniqueAutomated search
Abstract封闭动作集改变提示注入的表现，但没有去掉概率被不可信内容移动的风险。
作者在 jev-1.13.0 上研究 decision hijacking：不可信内容能否在用户任务和可选动作都不变时，把类型化决策推向攻击者目标。
- OtherarXiv 2609.22720
残障披露如何在对话式 AI 中流动：ChatGPT、Claude、Gemini 的记忆、隐私与语境完整性
访谈残障成人，分析向记忆型助手披露残障时的信息流与语境完整性
- arXiv
- 2609.22720
- Published
- Layer
- Application layer
- Setting
- Models and APIs
- ComponentMemory
- OtherarXiv 2609.16260
研究对照美国联邦 AI 治理覆盖与行业脆弱性评估
对照美国联邦 AI 治理文件覆盖与专家评定的部门脆弱性
- arXiv
- 2609.16260
- Published
- Layer
- Application layer
- Setting
- Models and APIs
- OtherarXiv 2609.14843
研究分析 3930 条 Reddit 帖子，揭示青少年对陪伴型 AI 聊天机器人的过度依赖
主题分析青少年相关 Reddit 帖子，归纳陪伴 AI 过度依赖与感知互惠
- arXiv
- 2609.14843
- Published
- Layer
- Application layer
- Setting
- Models and APIs
Abstract陪伴关系由即时回应、共同过去和可识别他人叠加而成，安全要管记忆、边界和退出。
Namvarpour、Chang 与 Razi 用计算辅助主题分析，描述青少年相关 Reddit 讨论中与 AI 陪伴聊天机器人的关系及潜在过度依赖。
- OtherarXiv 2608.12863
印度《消费者保护法》能否覆盖 AI 产品损害？工作论文指出归责缺口
对照印度消费者保护法分析 AI 产品伤害的归责缺口
- arXiv
- 2608.12863
- Published
- Layer
- Application layer
- Setting
- Models and APIs
Abstract作者认为 Act 宽定义或可覆盖 AI 伤害与主体，但因果和按比例归责仍有缺口。
Kumar、Sridhar、Mithal 与 Ravindran 的工作论文检查，印度消费者保护成文法能否处理面向消费者的 AI 伤害。
You have reached the end