Federated Learning in Vehicular Networks
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
Comments 2022 IEEE International Mediterranean Conference on Communications and Networking (MeditCom)
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 隐私与版权 :safety(abstract);分类 cs.LG
Comments 2022 IEEE International Mediterranean Conference on Communications and Networking (MeditCom)
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
Comments 51 pages, 8 figures
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
Comments 26 pages, 12 figures, Will appear in March issue of the IMWUT 2022 journal
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
专题命中 隐私与版权 :safety(abstract);分类 cs.CY
Comments 16 pages, 10 figures;
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
Comments 9 pages, 4 figures. 6 tables
专题命中 隐私与版权 :alignment(abstract);分类 cs.LG
Comments Workshop on Machine Learning for Data: Automated Creation,Privacy, Bias, In 38th International Conference on Machine Learning (ICML) 2021
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
专题命中 隐私与版权 :alignment(abstract);分类 cs.LG
专题命中 隐私与版权 :trustworthy(abstract);分类 cs.LG
Comments 19 pages, 13 figures
专题命中 隐私与版权 :trustworthy(abstract);分类 cs.CY
专题命中 隐私与版权 :alignment(abstract);分类 cs.LG
专题命中 隐私与版权 :safety(abstract);分类 cs.LG
专题命中 隐私与版权 :alignment(abstract);分类 cs.LG
专题命中 隐私与版权 :alignment(abstract);分类 cs.LG
Comments This is an extended version of a submission to IEEE journal
专题命中 隐私与版权 :trustworthy(abstract);分类 cs.LG
Comments ICML 2018 Privacy in Machine Learning and Artificial Intelligence workshop
机构 * Imperial College London(帝国理工学院伦敦分校) ; Google DeepMind(谷歌DeepMind)
专题命中 隐私与版权 :分类 cs.CL、cs.AI、cs.LG;trustworthy(comments)
Comments Workshop on The Impact of Memorization on Trustworthy Foundation Models (MemFM) @ ICML 2025
专题命中 隐私与版权 :分类 cs.AI、cs.CY、cs.LG;trustworthy(comments)
Comments Contributed Talk, NeurIPS 2022 Workshop on Algorithmic Fairness through the Lens of Causality and Privacy; To be published in 2023 IEEE Conference on Secure and Trustworthy Machine Learning (SaTML)
面向健康与福祉的移动及可穿戴传感器融合对话智能体设计
专题命中 隐私与版权 :safety(abstract)
AI总结 本教程面向健康领域,旨在教授参与者使用WSDWAS工具,将可穿戴传感器数据与LLM驱动的对话智能体结合,实现从被动监测到可操作福祉对话的转变。
Comments 6 pages, 3 figures. Accepted as a Tutorial at the 28th International Conference on Mobile Human-Computer Interaction (MobileHCI '26)
考察AI隐私擦除解释在AI中介互动中的影响
专题命中 隐私与版权 :trustworthy(abstract)
AI总结 研究探讨AI中介互动中解释擦除操作对用户信任的影响,发现解释能提升隐私保护效果,且情境因素和个体差异影响解释效果。
Comments Accepted at AIES 2026
“允许”达成目标:移动GUI智能体中任务完成驱动的弹窗决策的意外代价
专题命中 隐私与版权 :safety(abstract)
AI总结 研究移动GUI智能体的权限素养,发现其存在应用信任偏差、任务优先级覆盖等问题,提示干预效果不一,建议将任务执行与权限授权分离。
YouTube-Occ:从YouTube视频学习室内3D语义占据预测
机构 * East China Normal University(华东师范大学)
专题命中 隐私与版权 :alignment(abstract)
AI总结 针对室内3D语义占据预测数据稀缺的问题,提出YouTube-Occ框架,通过自动化数据流水线与双对齐预训练策略,在NYUv2等基准上实现性能提升,代码数据将公开。
Comments Accepted by ECCV 2026
软件设计与架构的最新进展文献综述
专题命中 隐私与版权 :trustworthy(abstract)
AI总结 本文综述2024-2025年软件设计与架构研究,采用主题综合法分析五大领域,指出现代架构需覆盖全生命周期,AI辅助等技术可提升软件特性,同时存在实证验证不足等缺口。
NWaaS:一种具有自适应资源调度的非侵入性和隐私保护水印即服务系统
专题命中 隐私与版权 :trustworthy(abstract)
AI总结 研究针对机器学习即服务中保护知识产权的挑战,提出NWaaS框架。核心方法包括$\mathtt{ShadowMark}$算法、协作分区机制和比例差异联合调度算法。贡献是能在多样模态中提供强大所有权验证,保障隐私并提升系统性能。
3D FaceShell:作为视觉语言模型防御机制的3D人脸头像属性转移
机构 * University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
专题命中 隐私与版权 :alignment(abstract)
AI总结 针对VLM可从3D人脸渲染图像提取敏感属性的隐私挑战,提出3D FaceShell框架,通过可学习高斯壳产生扰动,在保持面部外观的同时引导VLM语义解释,实验证明其能有效提高属性注入和不匹配率。
Comments ECCV 2026
FM$^2$:用于异构多模态医学成像的统一联邦基础模型
机构 * School of Artificial Intelligence, Shenzhen University(深圳大学人工智能学院) ; Australian AI Institute, University of Technology Sydney(悉尼科技大学澳大利亚人工智能研究所)
专题命中 隐私与版权 :alignment(abstract)
AI总结 针对医学成像基础模型构建中隐私与任务统一问题,提出FM$^2$框架,通过从头训练核心主干、结合预训练编码器、配备双混合专家模块及正则化器,并引入字幕增强学习,实现跨模态泛化,优于现有联邦基线。
Comments Accepted by ACM MM 2026 (Main Track): the 34th ACM International Conference on Multimedia
探索人工智能隐私编辑的解释风格、上下文和信任在人工智能介导交互中的相互作用
专题命中 隐私与版权 :trustworthy(abstract)
AI总结 研究人工智能介导通信中隐私编辑解释对用户信任的影响,设计场景并开展用户研究,发现提供解释能提升信任,上下文因素有影响,解释偏好因个体差异而异,强调平衡透明度与隐私及适应性解释对设计可信AI系统的重要性。
Comments Originally submitted to UIST, will be resubmitting
PathMark:通过路径水印保护混合专家语言模型的知识产权
专题命中 隐私与版权 :alignment(abstract)
AI总结 针对混合专家(MoE)架构中传统水印方案失效的问题,提出PathMark框架,通过主动控制路由作为隐蔽水印通道,利用多种机制解决脆弱决策边界和路由纠缠问题,实现高验证准确率和强鲁棒性。
Comments 20 pages, accepted by CCS'26
面向AI原生6G网络的统一安全与隐私框架
专题命中 隐私与版权 :trustworthy(abstract)
AI总结 针对AI原生6G网络中安全与隐私的碎片化问题,提出跨层威胁分类与统一框架,分析关键技术威胁并映射对策,为可信6G系统提供基础。