分析与理论 2评测与基准 1可解释性 1
最近的 AI 安全论文
本站共收录 11 篇2025 年 9 月
- 叠加机制的涌现：揭示连续思维链的训练动力学
Emergence of Superposition: Unveiling the Training Dynamics of Chain of Continuous Thought
- GSM-Agent：用可控环境理解智能体推理
GSM-Agent: Understanding Agentic Reasoning Using Controllable Environments
2025 年 6 月
- 泛化还是幻觉？理解 Transformer 中的越上下文推理
Generalization or Hallucination? Understanding Out-of-Context Reasoning in Transformers
2025 年 2 月
2024 年 5 月
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。