Hierarchical Reinforcement Learning with Low-Level MPC for Multi-Agent Control
机构 * Max Studt 1 ; Georg Schildbach 1
专题命中 安全训练 :safety(abstract);分类 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。
机构 * Max Studt 1 ; Georg Schildbach 1
专题命中 安全训练 :safety(abstract);分类 cs.AI
机构 * University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校) ; Louisiana State University(路易斯安那州立大学) ; Cisco Research(思科研究)
专题命中 安全训练 :safety(abstract);分类 cs.CL
Comments 8 pages + Appendix
机构 * Simula Research Laboratory(Simula研究实验室)
专题命中 安全训练 :safety(abstract);分类 cs.AI
机构 * Purdue University(普渡大学) ; Columbia University(哥伦比亚大学)
专题命中 安全训练 :safety(abstract);分类 cs.AI
机构 * University of Southern California(南加州大学)
专题命中 安全训练 :alignment(abstract);分类 cs.CL
机构 * Department of Electrical and Computer Engineering, Northeastern University(电气与计算机工程系,东北大学)
专题命中 安全训练 :safety(abstract);分类 cs.AI
专题命中 安全训练 :alignment(abstract);分类 cs.AI
机构 * University of Toronto(多伦多大学) ; Qatar Computing Research Institute(卡塔尔计算研究院) ; Daffodil International University(达芙妮国际大学) ; Macquarie University(麦考瑞大学)
专题命中 安全训练 :safety(abstract);分类 cs.CL
机构 * mv Research Lab(55mv研究实验室) ; Monash University(莫纳什大学) ; School of Engineering, Western Sydney University(西澳大学工程学院)
专题命中 安全训练 :alignment(abstract);分类 cs.AI
机构 * Kyutai
专题命中 安全训练 :alignment(abstract);分类 cs.CL
机构 * Control AI & Conjecture(Control AI与Conjecture)
专题命中 安全训练 :safety(abstract);分类 cs.AI
机构 * Amazon FAR (Frontier AI & Robotics)(亚马逊前沿人工智能与机器人实验室) ; Stanford University(斯坦福大学) ; Carnegie Mellon University(卡内基梅隆大学) ; UC Berkeley(加州大学伯克利分校)
专题命中 安全训练 :safety(abstract);分类 cs.LG
Comments Project website: https://residual-offpolicy-rl.github.io
机构 * School of Computing and Augmented Intelligence, Arizona State University(计算与增强智能学院,亚利桑那州立大学) ; School of Mathematical and Statistical Sciences, Arizona State University(数学与统计科学学院,亚利桑那州立大学)
专题命中 安全训练 :safety(abstract);分类 cs.AI
专题命中 安全训练 :safety(abstract);分类 cs.LG
机构 * Pohang University of Science and Technology (POSTECH)(釜山科学技术大学)
专题命中 安全训练 :safety(abstract);分类 cs.CL
Comments Accepted to EMNLP 2025
专题命中 安全训练 :safety(abstract);分类 cs.AI
Journal ref 44th Digital Avionics Systems Conference (DASC), Sep 2025, Montreal, Canada
专题命中 安全训练 :safety(abstract);分类 cs.LG
专题命中 安全训练 :safety(abstract);分类 cs.LG
机构 * National Technical University of Athens(希腊雅典国家技术大学) ; Université Grenoble Alpes(格勒诺布尔阿尔卑斯大学) ; CSX-AI(CSX-AI公司) ; Carl von Ossietzky University of Oldenburg(奥尔登堡卡尔·冯·奥西特齐大学) ; Chalmers University of Technology(查尔姆斯理工大学)
专题命中 安全训练 :jailbreak(abstract);分类 cs.LG
Comments EMNLP'25 full version, including appendix (proofs, additional experiments)
机构 * Fudan University(复旦大学) ; ByteDance Inc(字节跳动公司) ; University of New South Wales(新南威尔士大学)
专题命中 安全训练 :alignment(abstract);分类 cs.CL
Comments Accepted by EMNLP 2025 at the Main Conference
机构 * African Institute for Mathematical Sciences(非洲数学科学研究所)
专题命中 安全训练 :safety(abstract);分类 cs.LG
Comments Submitted to Workshop on AI and ML for Next-Generation Wireless Communications and Networking, NeurIPS 2025
机构 * Department of Computer Science, University of British Columbia(英属哥伦比亚大学计算机科学系) ; Salesforce AI Research(Salesforce人工智能研究)
专题命中 安全训练 :alignment(abstract);分类 cs.CL
机构 * Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology(计算机科学与人工智能实验室,麻省理工学院)
专题命中 安全训练 :safety(abstract);分类 cs.LG
Comments Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract here is shorter than that in the PDF file
专题命中 安全训练 :safety(abstract);分类 cs.LG
机构 * Dept. of Computing Science University of Aberdeen(计算科学系阿伯丁大学)
专题命中 安全训练 :safety(abstract);分类 cs.CL
Comments The paper has 5 figures and 1 table
机构 * University of Hull(赫尔大学) ; AURA CDT(AURA联合培养计划)
专题命中 安全训练 :safety(abstract);分类 cs.AI
专题命中 安全训练 :safety(abstract);分类 cs.AI
Comments 59 pages,13 figures, 3 tables
机构 * IRLab, CITIC, Universidade da Coruña, Spain(IR实验室、CITIC、科鲁纳大学、西班牙)
专题命中 安全训练 :safety(abstract);分类 cs.CL
专题命中 安全训练 :alignment(abstract);分类 cs.AI
机构 * University of California, Riverside(加州大学河滨分校)
专题命中 安全训练 :jailbreak(abstract);分类 cs.CL