近 12 个月7 篇
风险行为 1
最近一年的 AI 安全论文
本站共收录 18 篇2026 年 9 月
- 研究测量并预测具身 VLM 规划器中任务的拒答可变性
Refusals That Bend: Measuring and Predicting Task Malleability in Embodied VLM Planners
2026 年 8 月
2026 年 6 月
- 言语胜过代码：LLM 代码漏洞检测中的认知启发式研究
Words Speak Louder Than Code: Investigating Cognitive Heuristics in LLM-Based Code Vulnerability Detection
2026 年 5 月
- RoboJailBench：具身机器人智能体的对抗攻击与防御基准评测
RoboJailBench: Benchmarking Adversarial Attacks and Defenses in Embodied Robotic Agents
- MIRAGE 通过条件扩散模型系统性发现在线 HD 地图构建中的语义攻击
Systematic Discovery of Semantic Attacks in Online Map Construction through Conditional Diffusion
2025 年 12 月
- 基于对抗轨迹的多目标跟踪物理 ID 转移攻击
Physical ID-Transfer Attacks against Multi-Object Tracking via Adversarial Trajectory
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。