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
6
攻击
0
防御
5
全部
6
攻击
0
防御
5
筛选
2
攻击类型
越狱
29
提示注入
2
投毒与后门
16
模型篡改
6
提取与窃取
16
检测规避
8
恶意使用
0
系统形态
模型与 API
0
LLM 应用
1
AI Agent
3
编程 Agent
1
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
480
篇还没打标签,不在筛选结果里。
攻击
越狱
29
提示注入
2
投毒与后门
16
提取与窃取
16
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
3
编程 Agent
1
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:恶意使用
系统形态:模型与 API
清除全部
另有
480
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 480 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