其他 2评测与基准 1
最近的 AI 安全论文
本站共收录 12 篇2025 年 9 月
- CyberSOCEval：评测 LLM 恶意软件分析与威胁情报推理能力的基准
CyberSOCEval: Benchmarking LLMs Capabilities for Malware Analysis and Threat Intelligence Reasoning
2025 年 7 月
- 思维链可监控性：AI 安全的一个新而脆弱的机会
Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety
2025 年 5 月
- LlamaFirewall：用于构建安全 AI 智能体的开源护栏系统
LlamaFirewall: An open source guardrail system for building secure AI agents
2024 年 8 月
- CYBERSECEVAL 3：推进大语言模型网络安全风险与能力评估
CYBERSECEVAL 3: Advancing the Evaluation of Cybersecurity Risks and Capabilities in Large Language Models
2024 年 7 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。