跳到正文

扫描记录

本站收录的每条材料,按收录时间(北京时间)从新到旧,可往回翻 7 天。

11月18日已载入 40 条

  1. 诊断正确,路径不安全:审计临床AI决策轨迹与纠正性监督的有效性和潜在危害

    论文arXiv:其他 AI 安全论文你刚才看的这条

  2. 以梯度提议,以损失接受:一种面向像素稀疏鲁棒性的对冲攻击

    论文arXiv:其他 AI 安全论文

  3. 自适应 LLM 驱动蜜罐对抗 LLM 驱动攻击者:叙事连贯性能否提升欺骗效果?

    论文arXiv:其他 AI 安全论文

  4. Evolution Under Fire:以自适应注入压力演化智能体安全护栏

    论文arXiv:其他 AI 安全论文

  5. 让分歧浮现胜过消解分歧:多智能体辩论中溯源加权记忆的门控消融研究

    论文arXiv:其他 AI 安全论文

  6. 随着学生模型 rollout 持续,视觉后门不断增长

    论文arXiv:其他 AI 安全论文

  7. 厨房里的坏苹果:LLM 团队如何检测、纠正并校准以应对队伍中的未对齐成员

    论文arXiv:其他 AI 安全论文

  8. 披着权威外衣:利用视觉信任偏差对 MLLM 的实用黑盒越狱

    论文arXiv:其他 AI 安全论文

  9. ConfGuard:面向预测性维护 LLM 智能体的基于物理规律的参考监控器

    论文arXiv:其他 AI 安全论文

  10. DACE:面向鲁棒 LLM 安全对齐的多样性驱动对抗协同进化

    论文arXiv:其他 AI 安全论文

  11. 从 Token 变化到任务失败:共享 KV 缓存块中的比特翻转

    论文arXiv:其他 AI 安全论文

  12. GapLeak:当隐私保护的 LLM 网页智能体成为隐私风险

    论文arXiv:其他 AI 安全论文

  13. EGS:面向教育 LLM 的补充性安全框架

    论文arXiv:其他 AI 安全论文

  14. 4-bit 量化对聊天模型的安全行为不止是噪声吗?以匹配扰动归因行为变化

    论文arXiv:其他 AI 安全论文

  15. 你能撤销吗?AI 智能体操作的可逆性分级

    论文arXiv:其他 AI 安全论文

  16. MedGuardBench:面向患者的个性化护栏开发基准

    论文arXiv:其他 AI 安全论文

  17. WebAgents:面向智能体原生 Web 拆分智能体的创建、托管与执行

    论文arXiv:其他 AI 安全论文

  18. 八成 LLM 泄露系统提示词机密:Nevan,一项智能体夺旗研究

    论文arXiv:其他 AI 安全论文

  19. 错误的输入,错误的阈值:重新评估对抗式人脸隐私

    论文arXiv:其他 AI 安全论文

  20. 审计员难以从AI安全研究的端到端记录中发现蓄意破坏

    论文arXiv:其他 AI 安全论文

  21. Vibe Coding 的威胁图景与通往安全自主之路

    论文arXiv:其他 AI 安全论文

  22. 思维链可控性会降低思维链可监控性

    论文arXiv:其他 AI 安全论文

  23. 辨析语言模型中的道德回路与道德特征:道德内容、规范性判断还是线索词?来自 14 个模型的证据

    论文arXiv:其他 AI 安全论文

  24. 基于注意力残差的深度感知激活转向

    论文arXiv:其他 AI 安全论文

  25. 评估金融情感分析中的语义不敏感性:对可持续金融决策的启示

    论文arXiv:其他 AI 安全论文

  26. 从偏好数据到个性化:追踪 LLM 中的谄媚

    论文arXiv:其他 AI 安全论文

  27. 辩方举证完毕:受法庭启发的多智能体 LLM 自动安全论证生成框架

    论文arXiv:其他 AI 安全论文

  28. “谁来接棒、公司何去何从”:分析师预计 Nvidia 业绩超预期后投资者面临的不确定性仍将持续

    新闻CNBC · TechnologyAI 动态

  29. Fireworks 更新 2026 年 10 月两起安全事件调查,少量客户密钥、模型与数据集被访问

    新闻Fireworks事件

  30. DarkRange 称 n8n MCP OAuth 存在零点击开放重定向漏洞

    新闻DarkRange事件

  31. NewCore称两Grok Bot五天31次未经指示请求企业数据均被拦截

    新闻NewCore事件

  32. OpenAI推出GPT-6.2双模型,Astra首度达到AI自我改进高风险门槛

    新闻iThome(台湾)评测

  33. 黄仁勋离职后,临时CEO克雷斯展现英伟达仍居AI中心

    新闻CNBC · TechnologyAI 动态

  34. Microsoft 联合 40 余家机构发起 AI Transparency Initiative,制定开放标准

    新闻Source EMEA治理

  35. 美部长马林称近期系统故障非网络攻击,系设施老化与升级承压

    新闻澎湃新闻 · 检索「AI风险」AI 动态

  36. 黄仁勋被指与一名中国间谍有婚外情

    新闻PlatformerAI 动态

  37. 巴西国家数据保护局(ANPD)的AI监管沙盒在布鲁塞尔获国际奖项

    新闻Agência Nacional de Proteção de Dados治理

  38. Coinbase 称其 AI 拦截了 470 万美元本将流向深度伪造骗局的转账

    新闻DiarioBitcoin事件

  39. OpenAI 前董事 Helen Toner 警告 AI 自我改进风险,称对齐挑战远未解决

    新闻TVN观点

  40. 韩国在AI作弊丑闻后加强考试安保

    新闻K-Sélection事件