Confidential Guardian: Cryptographically Prohibiting the Abuse of Model Abstention
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.CY、cs.LG
Comments Proceedings of the 42nd International Conference on Machine Learning
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 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.CY、cs.LG
Comments Proceedings of the 42nd International Conference on Machine Learning
机构 * School of Computer Science University of Sydney(悉尼大学计算机科学学院) ; City University of Hong Kong(香港城市大学) ; Shanghai Jiao Tong University(上海交通大学) ; Department of Engineering Science University of Oxford(牛津大学工程科学系)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted at ICML 2025
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted by ICIPCA 2025
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments NeurIPS 2024
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.CY、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted as a proceedings paper at Machine Learning for Health 2024
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted by EMNLP 2024 Findings
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted by Engineering Applications of Artificial Intelligence
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted in NeurIPS 2024. GitHub repository at https://github.com/peterljq/Parsimonious-Concept-Engineering
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to EMNLP 2024 main conference
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.CY、cs.LG
Comments 7 pages, 2 figures
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 10 pages, 3 figures, appendix
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 17 pages, 7 figures, 2 tables
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to Proceedings of ICLR 2024. 9 pages for main paper, 40 pages including appendix. The code, results, dataset for this paper and more resources on "LLMs Meet Misinformation" have been released on the project website: https://llm-misinformation.github.io/
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.CY
Comments To appear in CVPR 2024
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 20 pages
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Preprint version, Under Review
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments EMNLP 2023 (20 pages)
专题命中 幻觉与事实性 :RLHF(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Human Multi-Robot Interaction Workshop at IROS 2023