近 12 个月4 篇
最近一年的 AI 安全论文
本站共收录 36 篇2026 年 10 月
2026 年 9 月
- TANGO：在 token 对中为掩码扩散语言模型嵌入水印
TANGO: Watermarking Masked Diffusion Language Models in Token Pairs
2026 年 2 月
- 隐私保护机制实现低成本的 LLM 可验证推理
Privacy-Preserving Mechanisms Enable Cheap Verifiable Inference of LLMs
2025 年 11 月
- 知道自己知道什么并不够：大语言模型的置信度与其行动不一致
Knowing What You Know Is Not Enough: Large Language Model Confidences Don't Align With Their Actions
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。