评测与基准 2
最近的 AI 安全论文
本站共收录 29 篇2025 年 9 月
2025 年 3 月
- AutoRedTeamer：可持续集成新攻击的自动化红队测试框架
AutoRedTeamer: Autonomous Red Teaming with Lifelong Attack Integration
- MMDT：解码多模态基础模型的可信度与安全性
MMDT: Decoding the Trustworthiness and Safety of Multimodal Foundation Models
2024 年 11 月
- RedCode：面向代码智能体的风险代码执行与生成基准
RedCode: Risky Code Execution and Generation Benchmark for Code Agents
2024 年 7 月
- AIR-Bench 2024：基于法规与政策风险类别的安全基准
AIR-Bench 2024: A Safety Benchmark Based on Risk Categories from Regulations and Policies
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。