近 12 个月6 篇
攻击 2防御 1风险行为 1
最近一年的 AI 安全论文
本站共收录 39 篇2026 年 10 月
- Heads of Security：学习式注意力门控提升提示注入鲁棒性
Heads of Security: Learned Attention Gates Improve Prompt Injection Robustness
2026 年 9 月
2026 年 8 月
2026 年 5 月
2026 年 3 月
- Claudini：自动研究发现面向 LLM 的最先进对抗攻击算法
Claudini: Autoresearch Discovers State-of-the-Art Adversarial Attack Algorithms for LLMs
2026 年 2 月
- NESSiE：必要的安全基准——识别不应存在的错误
NESSiE: The Necessary Safety Benchmark -- Identifying Errors that should not Exist
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。