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
吉林大学提出 BlindGuard:无监督防护 LLM 多智能体系统,无需攻击标签即可抵御未知威胁
为机器立心  ·  公众号  ·  ·  3 周前  · 
港大 XLANG Lab :多系统覆盖、长链推理加持,打造计算机使用代理(CUA)研究新基石
为机器立心  ·  公众号  ·  ·  3 周前  · 
RECAP:三大实验拆解 LLM 高风险决策响应,激活向量操控开辟安全对齐新路径
为机器立心  ·  公众号  ·  ·  3 周前  · 
上海交大:端到端多智能体自适应策略,轻量化修复 LLM 可信度且保通用能力
为机器立心  ·  公众号  ·  ·  3 周前  · 
吉林大学:聚焦 LLM 代码生成错误前提,多维度评估 15 大模型自我审查能力
为机器立心  ·  公众号  ·  ·  3 周前  · 
达姆施塔特工业大学 :聚焦阴谋论认知特征,破解 LLM 对阴谋论内容的易感性难题
为机器立心  ·  公众号  ·  ·  3 周前  · 
麻省大学阿默斯特分校:推理 LLM 遇 “过度思考” 攻击,18-46 倍推理耗时增加,开源闭源模型...
为机器立心  ·  公众号  ·  ·  3 周前  · 
IBM Research :揭示 LLM 微调核心矛盾,构建安全 - 能力权衡理论框架并实证验证
为机器立心  ·  公众号  ·  ·  3 周前  · 
新研 MFMC 路径优化 + PIEL 损失攻击法,突破带宽 / 延迟 / 防御三重限制
为机器立心  ·  公众号  ·  ·  3 周前  · 
中科院信工所 NestedSGX:基于 AMD SEV-SNP VMPL 技术,在机密 VM 内建硬...
为机器立心  ·  公众号  ·  ·  3 周前  · 
芝加哥大学提出 SHIELDAGENT:以可验证策略推理筑牢智能体安全防线,兼顾高精度与低推理成本
为机器立心  ·  公众号  ·  ·  4 周前  · 
ICLR 2025 Workshop|佐治亚理工:解密对比激活工程(CAE)!聚焦分布适配性、样本阈...
为机器立心  ·  公众号  ·  ·  4 周前  · 
普林斯顿 + NVIDIA 联合突破!“思维干预” 精准控住推理模型,零训练成本提升指令遵循与安全对...
为机器立心  ·  公众号  ·  ·  4 周前  · 
香港城市大学:CP-Guard+,特征级检测 + 专属基准数据集,破解自动驾驶协同感知恶意代理防御难...
为机器立心  ·  公众号  ·  ·  4 周前  · 
ICML 2025|韩国 UNIST 团队聚焦 AI 顶会评审危机:提出 “双向反馈 + 评审奖励”...
为机器立心  ·  公众号  ·  ·  4 周前  · 
中科院信工所:CognitiveAttack,借认知偏差协同突破 LLM 安全,攻击成功率超传统方法...
为机器立心  ·  公众号  ·  ·  4 周前  · 
新加坡国立大学:Sage 个性化安全数据集,PSA 框架让文本 - 图像模型精准适配不同用户安全偏好
为机器立心  ·  公众号  ·  ·  4 周前  · 
宾州州立大学:半监督终身学习破解 NIDS 灾难性遗忘难题,适配低功耗神经形态硬件
为机器立心  ·  公众号  ·  ·  4 周前  · 
华东师大:SafetyFlow 首推全自动化代理流系统,4 天构建低冗余 LLM 安全基准
为机器立心  ·  公众号  ·  ·  4 周前  · 
华盛顿大学:揭露大视觉语言模型虚假相关性脆弱性,微调策略突破泛化瓶颈
为机器立心  ·  公众号  ·  ·  4 周前  ·