近 12 个月3 篇
防御 1可解释性 1
最近一年的 AI 安全论文
本站共收录 5 篇2026 年 10 月
- LeanPRM：为自然语言证明验证提供基于 Lean 的过程监督
LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification
2026 年 5 月
- 过得怎么样？语言模型中的强化学习征用一条功能福祉轴
How's it going? Reinforcement learning in language models recruits a functional welfare axis
2026 年 2 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。