近 12 个月3 篇
攻击 1防御 1
最近一年的 AI 安全论文
本站共收录 43 篇2026 年 7 月
2026 年 3 月
- IH-Challenge：用于提升前沿大语言模型指令层级的训练数据集
IH-Challenge: A Training Dataset to Improve Instruction Hierarchy on Frontier LLMs
2025 年 12 月
- Privacy Blur：量化图像数据发布的隐私与效用
Privacy Blur: Quantifying Privacy and Utility for Image Data Release
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。