近 12 个月5 篇
最近一年的 AI 安全论文
本站共收录 26 篇2026 年 10 月
- Anti-Persona：破坏个性化视觉-语言模型中的未授权身份绑定与识别
Anti-Persona: Disrupting Unauthorized Identity Binding and Recognition in Personalized Vision--Language Models
2026 年 5 月
- SafeDiffusion-R1：面向扩散模型安全后训练的在线奖励引导
SafeDiffusion-R1: Online Reward Steering for Safe Diffusion Post-Training
2026 年 3 月
2026 年 1 月
2025 年 11 月
- SPQR：文生图模型良性适配下安全对齐的多维基准
SPQR: A Multi-Dimensional Benchmark for Safety Alignment under Benign Model Adaptation
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。