近 12 个月6 篇
防御 2
最近一年的 AI 安全论文
本站共收录 37 篇2026 年 5 月
- REALISTA：诱导大语言模型幻觉的现实潜空间对抗攻击
REALISTA: Realistic Latent Adversarial Attacks that Elicit LLM Hallucinations
2026 年 4 月
2026 年 2 月
2025 年 12 月
- MultiRisk：通过迭代分数阈值化实现多重风险控制
MultiRisk: Multiple Risk Control via Iterative Score Thresholding
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。