近 12 个月9 篇
攻击 2风险行为 1评测与基准 1
最近一年的 AI 安全论文
本站共收录 73 篇2026 年 10 月
- 谁在其中？多智能体 LLM 借策略性含糊发起合谋
Who Else Is In? Multi-Agent Collusion Initation Via Strategic Vagueness
- 论文：AI 在非公开漏洞上更帮攻击者还是防御者
Does AI Help Cyber Attackers or Defenders? Evidence from Nonpublic Vulnerabilities and Subsequent Attacks
2026 年 9 月
- 研究提出跨 LLM 助手的记忆跳跃攻击，单个被投毒文件可传播至 60–100% 的助手
Share-Borne AI Virus: Memory-Hopping Attacks Across LLM Agents
2026 年 7 月
- 神谕的赌局：负责任 AI 发布的博弈论框架
The Oracle's Gambit: A Game-Theoretic Framework for Responsible AI Release
2026 年 5 月
- MATRA：为智能体 AI 系统建模攻击面，以 OpenClaw 为案例
MATRA: Modeling the Attack Surface of Agentic AI Systems -- OpenClaw Case Study
2026 年 4 月
- 面向科学的可检视 AI：以 Research Object 方法治理生成式 AI
Inspectable AI for Science: A Research Object Approach to Generative AI Governance
2026 年 2 月
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。