近 12 个月5 篇
最近一年的 AI 安全论文
本站共收录 62 篇2026 年 9 月
2026 年 6 月
2026 年 5 月
- 解码前的拒答：检测并利用 LLM 中间层激活中的拒答信号
Refusal Before Decoding: Detecting and Exploiting Refusal Signals in Intermediate LLM Activations
- 从节拍到泄露：攻击性 AI 如何从歌单推断用户敏感信息
From Beats to Breaches:How Offensive AI Infers Sensitive User Information from Playlists
2026 年 4 月
- 我还识别不出：延迟渲染可击败视觉钓鱼检测器
I can't recognize (yet): Delayed Rendering to Defeat Visual Phishing Detectors
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。