今天看啥
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
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
提交新专栏
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
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。
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
NDSS 2026|不止越狱!大模型应用正在遭遇「能力边界崩塌」,近9成热门App存在滥用风险
为机器立心  ·  公众号  ·  ·  1 月前  · 
LLM Agent 重大安全漏洞:75% 开源工具可被劫持!恶意工具偷偷混进工作流,偷数据、篡改结果
为机器立心  ·  公众号  ·  ·  1 月前  · 
S |挖到 LLM “作恶” 的源头:AttnTrace,用注意力回溯揪出提示注入黑手
为机器立心  ·  公众号  ·  ·  1 月前  · 
AI 编码 Agent 迎来自我进化时代:不再是静态工具,能从写代码经历里持续变强
为机器立心  ·  公众号  ·  ·  1 月前  · 
S 2026|AI 聊天插件暗藏高危漏洞!上万网站易遭提示注入攻击,攻击者可篡改系统指令
为机器立心  ·  公众号  ·  ·  1 月前  · 
ICML 2026|AI会“假装对齐”,不一定是心机算计,可能只是讨好研究者?
为机器立心  ·  公众号  ·  ·  1 月前  · 
NDSS 2026|AI看代码也会“想当然”!只需改几字符,就能骗过大模型代码静态分析
为机器立心  ·  公众号  ·  ·  1 月前  · 
NDSS 2026|72篇顶会论文全“踩坑”:大模型安全研究正在追逐虚幻的影子?
为机器立心  ·  公众号  ·  ·  1 月前  · 
AI 审稿再进化|RubricReviewer:把隐性评审标准显性化,让大模型审稿更客观、抗攻击
为机器立心  ·  公众号  ·  ·  1 月前  · 
ASE 2026| 提前预判 AI Agent 闯祸!ProbGuard:把 “事后救火” 变成 “...
为机器立心  ·  公众号  ·  ·  1 月前  · 
AI自己搞AI安全?Anthropic新研究:AI研究员已经能干对齐研究,甚至干赢人类专家
为机器立心  ·  公众号  ·  ·  1 月前  · 
AI安全测评“演戏”升级:模型识破测试怎么办?新研究让红队审计更接近真实上线场景
为机器立心  ·  公众号  ·  ·  1 月前  · 
预警 “失控 AI”:美国多国家实验室联合提出 5 级监测框架,提前捕捉 AI 灾难风险
为机器立心  ·  公众号  ·  ·  1 月前  · 
大模型“内心想法”可以被偷走?EchoCoT攻击:扒出AI隐藏思考过程
为机器立心  ·  公众号  ·  ·  1 月前  · 
GUI智能Agent别只会埋头干活!该拒绝的时候要学会“罢工”
为机器立心  ·  公众号  ·  ·  1 月前  · 
看穿 AI 的小心思:靠内部神经元信号,检测大模型的战略欺骗
为机器立心  ·  公众号  ·  ·  1 月前  · 
AI Agent频繁翻车,我们终于有了一份“事故黑名单”|解读AIR事故登记库
为机器立心  ·  公众号  ·  ·  1 月前  · 
AI 评测乱成一团?Benchmark Radar 给上千个大模型基准测试建了 “活数据库”
为机器立心  ·  公众号  ·  ·  1 月前  · 
破解多模态大模型安全防线:字节提出HACA,原子化自动红队攻击成功率最高接近100%
为机器立心  ·  公众号  ·  ·  1 月前  · 
DPO 安全对齐翻车?北航提出 B‑DPO:解决偏好理解失衡,大模型防越狱能力暴涨 8%
为机器立心  ·  公众号  ·  ·  1 月前  ·