近 12 个月3 篇
最近一年的 AI 安全论文
本站共收录 8 篇2026 年 6 月
- OpenAI 研究：迈向广泛且持久有益模型的强化学习
Reinforcement Learning Towards Broadly and Persistently Beneficial Models
2026 年 4 月
- HealthBench Professional：用真实临床医生对话评测大语言模型
HealthBench Professional: Evaluating Large Language Models on Real Clinician Chats
2025 年 12 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。