RedCodeAgent: Automatic Red-teaming Agent against Diverse Code Agents
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
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 越狱攻击 :safety(abstract);jailbreak(abstract)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
机构 * University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; Arizona State University(亚利桑那州立大学) ; Cisco(思科)
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
机构 * University of Padova(帕多瓦大学) ; Stanford University(斯坦福大学) ; Carnegie Mellon University(卡内基梅隆大学) ; University of Pennsylvania(宾夕法尼亚大学) ; Örebro University(奥雷布罗大学) ; NVIDIA Research(NVIDIA研究)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
Comments Project page: https://j-dapt.github.io/. 9 pages, 6 figures
专题命中 越狱攻击 :alignment(abstract);safety(abstract)
机构 * Information Sciences Institute(信息科学研究所) ; University of Southern California(南加州大学)
专题命中 越狱攻击 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Presented at the Thirty-Ninth Annual Conference on Neural Information Processing Systems (2025)
机构 * HydroX AI San Jose CA USA(HydroX AI)
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 12 pages, 5 figures
机构 * University of Science and Technology of China(中国科学技术大学) ; The Hong Kong Polytechnic University(香港理工大学) ; University of Washington(华盛顿大学) ; Nanjing University(南京大学) ; Stanford University(斯坦福大学) ; University of Chinese Academy of Sciences(中国科学院大学)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
Comments ICCV 2025
机构 * NYU(纽约大学) ; Meta AI ; FAIR
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
机构 * Guangzhou University(广州大学) ; Shanghai Jiao Tong University(上海交通大学) ; Australian Institute for Machine Learning, The University of Adelaide(澳大利亚机器学习研究所,阿德莱德大学)
专题命中 越狱攻击 :alignment(abstract);safety(abstract)
Comments CVPR 2025 highlight
机构 * Huazhong University of Science and Technology(华中科技大学) ; Hong Kong University of Science and Technology(香港科技大学)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
机构 * Dept. of Comp. Sci. and Tech., Inst. for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University, Beijing, 100084, China(计算机科学与技术系、人工智能研究所、清华-博世联合机器学习中心、THBI实验室、BNRist中心、清华大学、北京) ; Department of Mathematical Sciences, Tsinghua University(数学科学系、清华大学) ; BIMSA, Beijing, China(BIMSA、北京、中国)
专题命中 越狱攻击 :jailbreak(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 越狱攻击 :jailbreak(abstract);prompt injection(abstract)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
Comments 11 pages, 6 figures. This work will be submitted to the IEEE for possible publication
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
专题命中 越狱攻击 :jailbreak(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 越狱攻击 :safety(abstract);AI safety(abstract)
Comments 27th IEEE International Conference on Intelligent Transportation Systems (ITSC)
专题命中 越狱攻击 :safety(abstract);jailbreak(abstract)
专题命中 越狱攻击 :jailbreak(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted by NAACL Findings 2025
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.CY
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 越狱攻击 :jailbreak(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 越狱攻击 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments NeurIPS 2024 Spotlight; code available at https://github.com/lapisrocks/rpo
专题命中 越狱攻击 :jailbreak(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted for presentation at NeurIPS 2024. Code: https://github.com/RICommunity/TAP
专题命中 越狱攻击 :jailbreak(abstract);分类 cs.CL、cs.AI、cs.LG
Comments NeurIPS 2024
专题命中 越狱攻击 :prompt injection(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 越狱攻击 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 22 pages
专题命中 越狱攻击 :alignment(abstract);safety(abstract)