跳到正文
AI Safety HOT
10月9日 · 周五
全部论文
找到
0
篇
搜索标题、摘要与正文
/
全部
0
全部
0
筛选
5
攻击类型
越狱
7
提示注入
17
投毒与后门
7
模型篡改
1
提取与窃取
0
检测规避
1
恶意使用
4
层
模型层
0
应用层
0
训练与数据层
0
系统组件
MCP 与技能
3
记忆
1
RAG
5
监控器
0
推理链
2
权限与沙箱
1
微调与开源权重
3
视觉
4
音频
2
图像生成
2
嵌入
2
多模态
8
同一类里任选其一,不同类之间同时满足;数字是加上其他已选条件后的篇数。
另有
516
篇还没打标签,不在筛选结果里。
攻击
越狱
7
提示注入
17
投毒与后门
7
提取与窃取
防御
检测与过滤
隔离与权限
监控与审计
模型加固
模型自身风险
欺骗与谋划
奖励作弊
拒答失当
危险能力
场景
AI Agent
编程 Agent
系统组件
MCP 与技能
3
RAG 系统
5
微调与开源权重
3
多模态
8
攻击类型:提取与窃取
层:模型层
层:应用层
层:训练与数据层
系统组件:监控器
清除全部
另有
516
篇论文还没打上分类标签,暂不在筛选结果里。
没有同时符合这些条件的论文
同一类里可以多选(任一即可),不同类之间要同时满足;去掉一两个条件再看。另有 516 篇还没打上分类标签,暂时筛不到。
去掉全部筛选
全部动态
热点榜
新闻
论文
更多