近 12 个月3 篇
评测与基准 1
最近一年的 AI 安全论文
本站共收录 6 篇2026 年 10 月
2026 年 3 月
- VIGIL：可扩展的认知偏见触发因素实时检测与缓解系统
VIGIL: An Extensible System for Real-Time Detection and Mitigation of Cognitive Bias Triggers
2026 年 1 月
- 区分输入语言与推理语言：大语言模型跨语言道德对齐的诊断框架
Untangling Input Language from Reasoning Language: A Diagnostic Framework for Cross-Lingual Moral Alignment in LLMs
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。