AI 大模型

大模型对齐与安全

大模型对齐、安全、越狱、红队、提示注入和可信评测。

2026-06-04 至 2026-06-04 共收录 2 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 隐私与版权 2 篇

1710.02770 2026-06-04 cs.LO cs.SE cs.SY eess.SY 78%

第二届嵌入式和安全关键系统技术因果推理国际研讨会论文集

Alex Groce, Stefan Leue

专题命中隐私与版权：safety(title,abstract)

AI总结本文探讨了复杂嵌入式和安全关键系统中因果推理的方法，旨在促进不同领域研究者之间的交流，以提升关键系统故障根本原因分析的科学性。

Journal ref EPTCS 259, 2017

2605.18879 2026-06-04 cs.LG cs.AI cs.CL 67%

ZeroUnlearn：大语言模型中的少样本知识遗忘

Yujie Lin, Chengyi Yang, Zhishang Xiang, Yiping Song, Jinsong Su

机构 * University of Science and Technology of China（中国科学技术大学）

专题命中隐私与版权：safety(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结提出ZeroUnlearn框架，通过模型编辑将机器遗忘重新定义为精确的知识重映射问题，利用封闭解乘法参数更新实现高效、定向的少样本遗忘。