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
3
攻击类型
越狱
59
提示注入
128
投毒与后门
57
模型篡改
0
提取与窃取
10
检测规避
17
拒绝服务
2
恶意使用
13
层
提示层
0
模型层
7
应用层
0
训练与数据层
9
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
558
篇还没打标签,不在筛选结果里。
攻击
越狱
59
提示注入
128
投毒与后门
57
提取与窃取
10
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:模型篡改
层:提示层
层:应用层
清除全部
另有
558
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 558 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