Performance Gains of LLMs With Humans in a World of LLMs Versus Humans
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI
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 安全训练 :safety(abstract);分类 cs.CL、cs.AI
专题命中 安全训练 :alignment(abstract);分类 cs.AI、cs.CY
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
机构 * Apart Research(Apart研究)
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.LG
机构 * HMI Laboratory VNU University of Engineering and Technology(VNU工程技术大学HMI实验室)
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments Accepted at ACIIDS 2025
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.CY
机构 * MIT(麻省理工学院) ; MIT Lincoln Laboratory(麻省理工学院林肯实验室)
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments 28 pages, 16 figures; Accepted by Robotics: Science and Systems 2025
专题命中 安全训练 :alignment(abstract);分类 cs.AI、cs.LG
Comments ICLR 2025. Project Webpage: https://diffusion-supervision.github.io/adapt2act/
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.LG
Comments Workshop in Hot Topics in Operating Systems (HotOS) 2025
专题命中 安全训练 :alignment(abstract);分类 cs.AI、cs.LG
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.CY
Comments Accepted to AAAI25 (Oral, workshop) 14 pages, 7 figures, 3 tables
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI
专题命中 安全训练 :alignment(abstract);分类 cs.CL、cs.AI
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments 13 pages, 3 figures, Conference: AAAI 2025
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.LG
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.LG
专题命中 安全训练 :alignment(abstract);分类 cs.CL、cs.AI
Comments Accepted to NAACL2025 Findings
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments This article has been accepted for presentation in the IEEE International Conference on Machine Learning for Communication and Networking (ICMLCN) 2025
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments 19 pages, 6 figures, 5 tables
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments 39 pages (main paper has 10 pages), 13 figures; Accepted at the Thirty-Eighth Annual Conference on Neural Information Processing Systems (NeurIPS 2024)
Journal ref in Advances in Neural Information Processing Systems, 2024, pp. 1586-1624
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI
Comments Final version
Journal ref Journal of Mathematical & Computer Applications, 3 (2024) E121
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI
Comments Accepted to Findings of NAACL-2025
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments 7 pages and 5 pages supplementary
专题命中 安全训练 :alignment(abstract);分类 cs.AI、cs.LG
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.AI
Comments This paper has been accepted for presentation at the 2025 IEEE International Conference on Robotics and Automation (ICRA), May 19-23, 2025, Atlanta, USA, and for inclusion in the conference proceeding
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments To appear in AAAI 2025