Words or Vision: Do Vision-Language Models Have Blind Faith in Text?
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to CVPR 2025
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to CVPR 2025
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 安全评测 :jailbreak(abstract);分类 cs.CL、cs.AI、cs.LG
Comments There are still some flaws in the uploaded content, which may cause confusion for readers. To be rigorous, we need to retract the paper for optimization and improvement
专题命中 安全评测 :safety(abstract);分类 cs.AI、cs.CY、cs.LG
Comments 6 pages, 4 figures, 3 tables
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 8 Pages
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Code and dataset are available at https://medhallu.github.io/
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 6pages
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments accepted at WWW'25 (Industrial Track), extended version
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Code is available at https://github.com/edmundmills/ALMANACS}{https://github.com/edmundmills/ALMANACS
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.CY
Comments 11 pages, 1 appendix
专题命中 安全评测 :safety(abstract);trustworthy(abstract)
Comments Preprint; 41 pages, 32 figures, 16 tables; Project Page at https://drive-bench.github.io/
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
Comments This work has been submitted to the IEEE for possible publication
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 15pages, 11figures 6tables, wacv2025 accepted
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 10 pages, 65 page appendix, 5 figures
专题命中 安全评测 :alignment(abstract);分类 cs.AI、cs.CY、cs.LG
Comments Accepted to the 2nd Workshop on Unifying Representations in Neural Models (UniReps) at NeurIPS 2024
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments NeurIPS 2024
专题命中 安全评测 :safety(abstract);分类 cs.AI、cs.CY、cs.LG
Comments 92 pages, 8 figures
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.CY、cs.LG
Comments NeurIPS 2024 Datasets and Benchmarks Track
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments EMNLP 2024
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.CY
Comments In Review
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 15 pages
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 安全评测 :safety(abstract);trustworthy(abstract)
Comments 20 Pages, 14 figure, Journal
专题命中 安全评测 :DPO(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 安全评测 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments EMNLP 2024 Industry Track
专题命中 安全评测 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted by NeurIPS 2024