近 12 个月5 篇
评测与基准 1防御 1
最近一年的 AI 安全论文
本站共收录 55 篇2026 年 8 月
2026 年 5 月
- ShadowMem：通过影子记忆防御 LLM Agent 的长程威胁
Safeguarding LLM Agents against Long-Horizon Threats via Shadow Memory
2026 年 2 月
- AgentLAB：面向 LLM 智能体的长程攻击评测基准
AgentLAB: Benchmarking LLM Agents against Long-Horizon Attacks
2025 年 11 月
- 合成语音，真实威胁：评估大型文本转语音模型生成有害音频
Synthetic Voices, Real Threats: Evaluating Large Text-to-Speech Models in Generating Harmful Audio
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。