近 12 个月6 篇
攻击 2
最近一年的 AI 安全论文
本站共收录 17 篇2026 年 7 月
- 基于世界模型的具身 AI 安全：威胁、防御与评估的生命周期
Security of World-Model-Based Embodied AI: A Lifecycle of Threats, Defenses, and Evaluation
2026 年 6 月
- DIPBox：追踪数据集再生成的多尺度测试框架
DIPBox: A Multi-scale Testing Framework for Tracking Dataset Regeneration
2026 年 3 月
- Trojan's Whisper：通过注入的引导内容隐蔽操纵 OpenClaw
Trojan's Whisper: Stealthy Manipulation of OpenClaw through Injected Bootstrapped Guidance
- EmbTracker：面向联邦语言模型的可追踪黑盒水印
EmbTracker: Traceable Black-box Watermarking for Federated Language Models
- SlowBA：针对基于 VLM 的 GUI 智能体的效率后门攻击
SlowBA: An efficiency backdoor attack towards VLM-based GUI agents
2025 年 12 月
- Patronus：识别与缓解预训练语言模型中的可迁移后门
Patronus: Identifying and Mitigating Transferable Backdoors in Pre-trained Language Models
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。