今天看啥
Skill/MCP
注册    登录   
专栏 RSS订阅（公众号）
温馨提示：订阅专栏后我们将尽力更新；开通 稳定极速订阅 可获得稳定更新保障，并降低更新延迟；无人订阅的专栏有可能不会更新
RSS订阅
程序化API访问方法
基础API: 未开通，请先订阅专栏再开通
高级API: 未开通，请先订阅专栏再开通
扩展API接口一: 未开通，请先订阅专栏再开通
购买VIP
提交新专栏
我也要提交 公众号
专栏 二维码
今天看啥Skill
TodayRss-海外RSS稳定源
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
开始使用

找到专栏、获取 RSS 地址、添加到阅读器。

他们也喜欢这个专栏
 • 
RSS订阅
今天看啥  ›  专栏  ›  为机器立心
介绍人工智能安全领域下的学术界前沿进展、个人的一些学习笔记经验、资料分享等。主题包括但不限于人工智能安全、可解释性、鲁棒性、隐私安全等
免责声明：本专栏仅为信息导航参考，不代表原文立场或观点。 原专栏内容版权归原作者所有，如您为原作者并希望删除该专栏，请通过 【版权申诉通道】联系我们处理。
最新
需要稳定、低延迟更新，可开通 RSS 稳定极速订阅 ，获得稳定更新保障并降低更新延迟
CCS 2026|明明文本会拒绝，一加图片就“失守”？武大团队提出MMAligner，给多模态大模型...
为机器立心  ·  公众号  ·  ·  22 小时前  · 
4B小模型逆袭！中科大提出RePolicy：会自己挑选安全规则的Agent安全护栏
为机器立心  ·  公众号  ·  ·  22 小时前  · 
CCS 2026|把图片“大卸三块”就能越狱大模型？最新研究揭露多模态AI重大安全漏洞
为机器立心  ·  公众号  ·  ·  22 小时前  · 
谷歌重磅VEPA：解决AI智能体安全护栏两难！既能动态学新风险，又保证规则确定可审计
为机器立心  ·  公众号  ·  ·  22 小时前  · 
读完想退出NLP！论文吐槽大模型写论文通病：疯狂滥用“rather than”反义句式
为机器立心  ·  公众号  ·  ·  22 小时前  · 
PNAS|苏黎世大学：ChatGPT 零样本注释准确率超众包 25%，成本仅为三十分之一
为机器立心  ·  公众号  ·  ·  昨天  · 
北京大学：解耦偏好 + 动态约束，Safe RLHF 实现大模型有用性与无害性的平衡优化
为机器立心  ·  公众号  ·  ·  昨天  · 
清华大学：抢先答案对思维链推理的 “锚定效应”—— 从攻击机制到缓解策略的系统探索
为机器立心  ·  公众号  ·  ·  昨天  · 
ICLR 2026|佐治亚理工：两步思维破解 MLLM 验证器一致性偏差，多领域任务准确率提升超 2...
为机器立心  ·  公众号  ·  ·  昨天  · 
Anthropic:揭示语言模型 “对齐伪装” 差异机制 —— 为何仅部分模型会 “表面合规”？
为机器立心  ·  公众号  ·  ·  昨天  · 
浙江大学AutoSteer：模块化推理时干预技术，动态平衡多模态大模型安全性与通用能力
为机器立心  ·  公众号  ·  ·  2 天前  · 
MM 2025|突破视觉语言模型安全瓶颈：基于内在语义理解的自感知安全增强技术，零微调实现 97% ...
为机器立心  ·  公众号  ·  ·  2 天前  · 
Thought Purity 防御范式：构建 LRMs 链 - of-Thought 攻击的系统性防...
为机器立心  ·  公众号  ·  ·  2 天前  · 
信工所Libra：首个中文专属 AI 内容安全防护系统，兼顾合成数据创新训练与专业评估基准
为机器立心  ·  公众号  ·  ·  2 天前  · 
IBM 提出 OneShield：模型无关、可定制的下一代 LLM 安全护栏系统，构建独立于模型的全...
为机器立心  ·  公众号  ·  ·  2 天前  · 
上海交大：全景解析 Agentic Web 架构与演进，从技术基底到治理范式的 AI 代理网络新框架
为机器立心  ·  公众号  ·  ·  3 天前  · 
REDCODER：多轮自动红队测试框架，精准挖掘代码大模型安全漏洞
为机器立心  ·  公众号  ·  ·  3 天前  · 
清华大学：以合成任务与强化学习突破大模型上下文忠实性瓶颈，小参数量级性能超越 GPT-4o
为机器立心  ·  公众号  ·  ·  3 天前  · 
CIRCLE 基准：直击 LLM 代码解释器安全痛点，用直接 / 间接双提示全面测评资源滥用风险
为机器立心  ·  公众号  ·  ·  3 天前  · 
EMNLP 2025|解码 LLM 内部 "诚实子空间"：揭示欺骗性指令如何引发表征翻转的层级机制
为机器立心  ·  公众号  ·  ·  3 天前  · 
关于   移动版   ·   今天看啥MCP   ·   TodayRss海外   ·   RSS之家   ·   卧龙AI搜索
今天看啥 - 公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
© 2026 ~ 沪ICP备11025650号