FORTRESS: Frontier Risk Evaluation for National Security and Public Safety
机构 * Scale AI
专题命中 安全评测 :safety(title,abstract);分类 cs.CY、cs.LG
Comments 12 pages, 7 figures, submitted to NeurIPS
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
机构 * Scale AI
专题命中 安全评测 :safety(title,abstract);分类 cs.CY、cs.LG
Comments 12 pages, 7 figures, submitted to NeurIPS
机构 * First Author Affiliation(第一作者机构) ; Second Author Affiliation(第二作者机构)
专题命中 安全评测 :prompt injection(title,abstract);分类 cs.CL、cs.AI
Comments Accepted in ACL LLMSec Workshop 2025
机构 * New York University(纽约大学)
专题命中 安全评测 :safety(title,abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.CL、cs.AI
Comments Former versions either contain unrelated content or cannot be properly converted to PDF
专题命中 安全评测 :alignment(title,abstract);分类 cs.AI、cs.CY
Comments Preprint of NeurIPS 2025 Position Paper
机构 * Centre for Software Excellence, Huawei Canada(华为加拿大软件卓越中心) ; Queen’s University, Canada(加拿大女王大学) ; York University, Canada(加拿大约克大学)
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI、cs.LG
机构 * Telefónica Scientific Research(Telefónica科学研究中心) ; Universitat Politècnica de Catalunya(巴塞罗那理工大学)
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.AI
Comments This paper has been accepted to ACM ETRA 2025 and published on PACMHCI
Journal ref Proceedings of the ACM on Human-Computer Interaction. 2025
机构 * LMU Munich & Munich Center for Machine Learning(慕尼黑大学及慕尼黑机器学习中心) ; Technical University of Munich(慕尼黑技术大学) ; Sorbonne Université & CNRS, ISIR(索邦大学及CNRS,ISIR)
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.AI
Comments ACL Findings 2025
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.LG
Comments an early-stage version
机构 * National University of Singapore(新加坡国立大学) ; University of Cambridge(剑桥大学)
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.CL、cs.AI
Comments This paper has been accepted by ACL 2025
机构 * Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学人工智能学院) ; Huawei Noah’s Ark Lab(华为诺亚实验室)
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.AI
Comments 19 pages, 3 tables, 3 figures
机构 * Harbin Institute of Technology(哈尔滨工业大学) ; University of Science and Technology of China(中国科学技术大学) ; Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; Shandong Agricultural University(山东农业大学) ; Tencent Inc.(腾讯公司) ; Anhui University(安徽大学)
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.AI
机构 * Laboratoire de Recherche de l'EPITA (LRE)(EPITA研究实验室) ; Department of XXX, University of YYY(YYY大学XXX系) ; School of ZZZ, Institute of WWW(WWW研究所ZZZ学院)
专题命中 安全评测 :alignment(title);safety(abstract);分类 cs.AI、cs.LG
机构 * Unicom Data Intelligence(中国联通数据智能研究所) ; Data Science & Artificial Intelligence Research Institute(数据科学与人工智能研究院)
专题命中 安全评测 :safety(title,abstract);分类 cs.CL、cs.AI
Comments 12 pages, 2 tables, 7 figures
机构 * University of California, Santa Cruz(加州大学圣克ruz分校) ; University of California, Berkeley(加州大学伯克利分校)
专题命中 安全评测 :safety(title,abstract);分类 cs.CL、cs.AI
Comments ICLR 2025 Camera Ready
专题命中 安全评测 :alignment(title,abstract);分类 cs.AI、cs.CY
Comments Submitted to COLM 2025
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
Comments 27 pages, 21 figures, and 2 Tables. Cleans up the TeX source
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.AI
Comments 30 pages, 11 figures
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.AI
Comments 18 pages, 3 figures. Accepted for the ESWC 2025 Resource Track
专题命中 安全评测 :trustworthy(title);safety(abstract);分类 cs.AI、cs.LG
Comments 15 pages, 8 figures
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
Comments 10 pages, 7 figures
专题命中 安全评测 :alignment(title,abstract);分类 cs.AI、cs.LG
Comments Accepted by SenSys'25
专题命中 安全评测 :safety(title,abstract);分类 cs.CL、cs.AI
专题命中 安全评测 :safety(title,abstract);分类 cs.AI、cs.LG
Comments 16 pages, 10 figures, accepted by the 103rd Transportation Research Board (TRB) Annual Meeting, accepted and published by Transportation Research Record: Journal of the Transportation Research Board
专题命中 安全评测 :alignment(title,abstract);分类 cs.CL、cs.LG
Comments Accepted by CVPR 2025
专题命中 安全评测 :alignment(title,abstract);分类 cs.AI、cs.LG
Comments Accepted at ICLR 2025 (Oral)
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.CL、cs.AI
Comments 18 pages, code released at https://github.com/chenllliang/MMEvalPro, Homepage at https://mmevalpro.github.io/
专题命中 安全评测 :safety(title,abstract);分类 cs.CL、cs.CY
Comments AAAI 2025 Workshop on AI for Social Impact: Bridging Innovations in Finance, Social Media, and Crime Prevention
专题命中 安全评测 :safety(title,abstract);分类 cs.CL、cs.AI