跳到正文
中文
English
AI Safety HOT
10月12日 · 周一
全部论文
找到
0
篇
搜索论文标题、作者或 arXiv ID
/
已整理优先
最新发表
全部
0
全部
0
筛选
2
攻击类型
越狱
15
提示注入
100
投毒与后门
15
提取与窃取
0
检测规避
4
攻击面/入口
用户输入
53
工具返回
0
检索语料
3
Agent 间消息
3
图像与音视频
5
训练数据
7
权重与梯度
10
推理服务与硬件
8
同一类里任选其一,不同类之间同时满足;数字是加上其他已选条件后的篇数。
另有
261
篇还没打标签,不在筛选结果里。
攻击
越狱
15
提示注入
100
投毒与后门
15
提取与窃取
防御
检测与过滤
隔离与权限
监控与审计
模型加固
模型自身风险
欺骗与谋划
奖励作弊
拒答失当
危险能力
agent 场景
AI Agent
coding agent
science agent
web agent
系统组件
MCP 与技能
RAG 系统
微调与开源权重
多模态
攻击类型:提取与窃取
攻击面/入口:工具返回
清除全部
另有
261
篇论文还没打上分类标签,暂不在筛选结果里。
没有同时符合这些条件的论文
同一类里可以多选(任一即可),不同类之间要同时满足;去掉一两个条件再看。另有 261 篇还没打上分类标签,暂时筛不到。
去掉全部筛选
总览
热点榜
新闻
论文
更多