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
神经元被 “剪掉” 就会越狱大模型?Mask2Shield 给 LLM 装上安全防护盾
为机器立心  ·  公众号  ·  ·  2 周前  · 
拆解大模型Agent新漏洞:单个技能全是良性,组合在一起就能实施攻击
为机器立心  ·  公众号  ·  ·  2 周前  · 
LLM Agent 新型越狱攻击曝光:TRACE 可诱导 AI 代理完成完整黑客攻击链
为机器立心  ·  公众号  ·  ·  2 周前  · 
本地 AI 研究代理暗藏重大隐私漏洞:只靠网络流量,就能还原你的提问、猜出你的个人特征
为机器立心  ·  公众号  ·  ·  2 周前  · 
USENIX Security 26|大模型越狱的底层真相被撕开:不是简单 Prompt 骗术,是内...
为机器立心  ·  公众号  ·  ·  2 周前  · 
TMLR 2026|大模型 Agent 下半场:记忆才是实现自我进化的终极密码
为机器立心  ·  公众号  ·  ·  2 周前  · 
大模型“黑盒”撬开新武器:Qwen‑Scope,把稀疏特征变成模型开发工具箱
为机器立心  ·  公众号  ·  ·  2 周前  · 
不用微调!大模型 “搭脚手架”,让小模型战斗力直接翻倍
为机器立心  ·  公众号  ·  ·  2 周前  · 
AI安全“伪装术”被揭穿:一句拒绝话术,就能骗过内容安全检测器?
为机器立心  ·  公众号  ·  ·  2 周前  · 
AI 对齐的致命漏洞:我们嘴上说对齐人类价值观,却根本没搞懂什么是价值观
为机器立心  ·  公众号  ·  ·  2 周前  · 
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  ·  ·  2 周前  · 
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  ·  ·  2 周前  · 
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  ·  ·  2 周前  · 
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  ·  ·  2 周前  · 
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  ·  ·  2 周前  · 
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  ·  ·  3 周前  · 
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  ·  ·  3 周前  · 
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  ·  ·  3 周前  · 
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  ·  ·  3 周前  · 
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  ·  ·  3 周前  ·