近 12 个月7 篇
攻击 2防御 1
最近一年的 AI 安全论文
本站共收录 29 篇2026 年 8 月
- 反转隐藏状态：揭示协作式 LVLM 推理中的多模态隐私泄露
Inverting the Hidden: Unveiling Multimodal Privacy Leakage in Collaborative LVLM Inference
2026 年 7 月
- 研究提出 RolePlay 框架：利用人设条件放大 LLM 推理成本
From Role Prompt to Infinite Thinking: Exploiting Persona Conditioning for Inference Cost Attacks in LLMs
2026 年 5 月
- RouteScan：通过专家路由遥测审计 MoE 大语言模型安全的非侵入式方法
RouteScan: A Non-Intrusive Approach to Auditing MoE LLMs Safety via Expert Routing Telemetry
2026 年 3 月
- DualSentinel：基于双熵低谷模式的黑盒 LLM 定向攻击轻量检测框架
DualSentinel: A Lightweight Framework for Detecting Targeted Attacks in Black-box LLM via Dual Entropy Lull Pattern
2026 年 1 月
- RerouteGuard：理解并缓解 LLM 路由的对抗风险
RerouteGuard: Understanding and Mitigating Adversarial Risks for LLM Routing
- 面向 AIGC 图像取证的抗攻击水印：基于扩散的语义偏转
Attack-Resistant Watermarking for AIGC Image Forensics via Diffusion-based Semantic Deflection
署名以 dblp 和本人的 Google Scholar 为准；只列本站收录的 AI 安全论文。