Benjamin I. P. Rubinstein
University of Melbourne
近 12 个月8 篇
可解释性 1防御 1
最近一年的 AI 安全论文
本站共收录 37 篇2026 年 6 月
- Halt Fast!:面向 Randomized Smoothing 认证鲁棒性的早停方法
Halt Fast! Early Stopping for Certified Robustness
- 听见未说出口的内容:用于声学对抗攻击的语言模型先验
Hearing the Unspoken: Language Model Priors for Acoustic Adversarial Attacks
- 大语言模型中的多语言遗忘:迁移、动态与可逆性
Multilingual Unlearning in LLMs: Transfer, Dynamics, and Reversibility
2026 年 5 月
- 水印攻击水印:重新加水印作为通用去除策略
Watermarks Attack Watermarks: Re-Watermarking as a Generic Removal Strategy
2026 年 2 月
2025 年 12 月
- 水印在哪里?块级可解释的图像水印检测方法
Where is the Watermark? Interpretable Watermark Detection at the Block Level
署名以 dblp 和本人的 Google Scholar 为准;只列本站收录的 AI 安全论文。