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
2
提示注入
39
投毒与后门
12
模型篡改
0
检测规避
9
拒绝服务
1
恶意使用
1
攻击面/入口
用户输入
2
文档与消息
0
训练数据
1
权重与梯度
8
分发渠道
1
推理服务与硬件
1
层
提示层
0
模型层
0
应用层
0
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
2
提示注入
39
投毒与后门
12
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:模型篡改
攻击面/入口:文档与消息
层:提示层
层:模型层
层:应用层
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