近 12 个月8 篇
评测与基准 1
最近一年的 AI 安全论文
本站共收录 37 篇2026 年 6 月
2026 年 5 月
2026 年 3 月
- AI 智能体对间接提示注入有多脆弱？来自一项大规模公开竞赛的发现
How Vulnerable Are AI Agents to Indirect Prompt Injections? Insights from a Large-Scale Public Competition
2026 年 2 月
- Vision Wormhole：异构多智能体系统中的潜空间通信
Vision Wormhole: Latent-Space Communication in Heterogeneous Multi-Agent Systems
2025 年 12 月
- 当相同系数到达不同位置时：跨大语言模型移植分词器中的非对称可实现性
When the Same Coefficients Reach Different Places: Asymmetric Realizability in Transplanting Tokenizers across Large Language Models
- Jailbreak-Zero：通往大语言模型帕累托最优红队测试的路径
Jailbreak-Zero: A Path to Pareto Optimal Red Teaming for Large Language Models
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。