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
11
提示注入
59
投毒与后门
14
提取与窃取
0
检测规避
2
拒绝服务
1
恶意使用
1
攻击面/入口
用户输入
6
工具返回
0
检索语料
1
记忆写入
1
Agent 间消息
1
训练数据
0
权重与梯度
0
层
模型层
3
应用层
0
训练与数据层
7
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
630
篇还没打标签,不在筛选结果里。
攻击
越狱
11
提示注入
59
投毒与后门
14
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
RAG 系统
微调与开源权重
多模态
攻击类型:提取与窃取
攻击面/入口:工具返回
攻击面/入口:训练数据
攻击面/入口:权重与梯度
层:应用层
清除全部
另有
630
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 630 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