近 12 个月8 篇
评测与基准 1
最近一年的 AI 安全论文
本站共收录 25 篇2026 年 10 月
- Agent Mosaic：识别智能体 LLM 系统中的机密泄露
Agent Mosaic: Recognizing Confidentiality Leaks in Agentic LLM Systems
- ChatGPT 时代的社交机器人检测：挑战与机遇
Social bot detection in the age of ChatGPT: Challenges and opportunities
2026 年 9 月
2026 年 5 月
- 大语言模型在网络影响力行动中能走多远？一项红队测试研究
How Far Will They Go? Red-Teaming Online Influence with Large Language Models
2026 年 1 月
- SilentDrift：利用动作分块对视觉-语言-动作模型实施隐蔽后门攻击
SilentDrift: Exploiting Action Chunking for Stealthy Backdoor Attacks on Vision-Language-Action Models
- AI 驱动社会中的危害：对 Chirper.ai 上毒性内容采纳的审计
Harm in AI-Driven Societies: An Audit of Toxicity Adoption on Chirper.ai
- 生成式 AI 悖论：GenAI 与信任侵蚀、信息验证腐蚀及真相消亡
The Generative AI Paradox: GenAI and the Erosion of Trust, the Corrosion of Information Verification, and the Demise of Truth
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。