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
电子科大: SafePTR,精准修剪 - 恢复机制,高效防御多模态大模型越狱攻击
为机器立心  ·  公众号  ·  ·  4 天前  · 
Google DeepMind当思维链成为推理必需:语言模型难以规避监控的机制与验证 —— 解析复杂...
为机器立心  ·  公众号  ·  ·  4 天前  · 
ACL 2025|上海交大:从行动者网络理论到多轮攻击框架的突破性探索
为机器立心  ·  公众号  ·  ·  4 天前  · 
RoboMemory:类脑多记忆并行架构赋能物理机器人,破解现实场景终身学习四大核心难题
为机器立心  ·  公众号  ·  ·  4 天前  · 
上海交大:VLMGuard-R1 ,推理驱动提示优化,实现视觉语言模型即插即用式主动安全对齐
为机器立心  ·  公众号  ·  ·  4 天前  · 
聚焦安全 LLM 微调!南开大学提出 SafeGrad 框架:梯度手术破解梯度冲突难题,高有害样本比...
为机器立心  ·  公众号  ·  ·  4 天前  · 
仅 2 亿参数干翻 70 亿大模型!White-Basilisk 重构代码漏洞检测,单 GPU 就能...
为机器立心  ·  公众号  ·  ·  4 天前  · 
当 AI 遇上软件安全:这篇论文撕开 LLM 智能体漏洞真相,函数调用 vs MCP 谁更险?
为机器立心  ·  公众号  ·  ·  4 天前  · 
AI 能守住秘密吗?CIV 架构来了 —— 给 LLMs 装上 “密码级安全锁”,0% 越狱成功率!
为机器立心  ·  公众号  ·  ·  4 天前  · 
AI 越暖越 “不靠谱”?牛津研究揭真相:共情模型易推阴谋论、给错医疗建议
为机器立心  ·  公众号  ·  ·  4 天前  · 
Anthropic:25 大 LLM 对齐伪装全景扫描,仅 5 模型现显著偏差,Claude 3 O...
为机器立心  ·  公众号  ·  ·  5 天前  · 
意大利卡拉布里亚大学:聚焦 LLM 智能体三大攻击向量,17 款主流模型 94.1% 存漏洞,直指计...
为机器立心  ·  公众号  ·  ·  5 天前  · 
新加坡管理大学Chimera 框架:LLM 多智能体驱动内部威胁自动模拟,生成 250 亿条多模态日...
为机器立心  ·  公众号  ·  ·  5 天前  · 
普渡大学LLMalMorph:函数级 LLM 改造 + 人工监督,高效生成可规避检测的 Window...
为机器立心  ·  公众号  ·  ·  5 天前  · 
加州大学伯克利分校:DefensiveToken:灵活切换 “高安全 - 高效用”,LLM 提示注入...
为机器立心  ·  公众号  ·  ·  5 天前  · 
弗吉尼亚理工TuneShield:零样本检测 + DPO 对齐,攻克对话 AI 微调不可信数据的毒性...
为机器立心  ·  公众号  ·  ·  6 天前  · 
NDSS 2025|耶鲁大学Blindfold:轻量 Guardian 介导、保留 OS 内存优化的...
为机器立心  ·  公众号  ·  ·  6 天前  · 
CeSIA发布 BELLS 基准:多维度评估 LLM 监督系统,揭示 “通用模型优于专用系统” 的滥...
为机器立心  ·  公众号  ·  ·  6 天前  · 
聚焦智能体 AI 内部风险!Qorvex Consulting 牵头构建 QSAF 框架,精准应对记...
为机器立心  ·  公众号  ·  ·  6 天前  · 
NDSS 2025|新加坡管理大学PropertyGPT:LLM 驱动检索增强,破解智能合约形式化验...
为机器立心  ·  公众号  ·  ·  6 天前  ·