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
斯坦福DPO:跳过 RL 直接对齐人类偏好,语言模型训练效率翻倍
为机器立心  ·  公众号  ·  ·  4 周前  · 
OpenAI 联合 DeepMind 突破!从人类偏好中学习深度 RL,无奖励函数也能搞定复杂任务
为机器立心  ·  公众号  ·  ·  4 周前  · 
DeepSeek-AI 突破性研究!纯 RL 激发 LLM 推理能力,DeepSeek-R1 比肩 ...
为机器立心  ·  公众号  ·  ·  4 周前  · 
ICLR 2024|DREAMLLM:端到端多模态理解与创作协同,打破模态鸿沟的交错生成新范式
为机器立心  ·  公众号  ·  ·  4 周前  · 
微软研究院重磅发布 BiomedCLIP:1500 万生物医学影像 - 文本对预训练,多任务性能刷新...
为机器立心  ·  公众号  ·  ·  4 周前  · 
普林斯顿大学:聚焦 Web3 生态 AI 代理安全,揭露上下文操纵攻击与 ElizaOS 实证漏洞
为机器立心  ·  公众号  ·  ·  4 周前  · 
快手:以 VLM 驱动普通法逻辑,破解短视频审核痛点并开源首个工业级基准
为机器立心  ·  公众号  ·  ·  4 周前  · 
康奈尔大学:GPT-4o-mini 成最优检测工具,LLaMA-2 系列安全性碾压新模型
为机器立心  ·  公众号  ·  ·  4 周前  · 
VU 团队重磅研究:多维度评估揭示大语言模型在 CTI 领域不可靠,长报告性能不足、一致性差且校准失...
为机器立心  ·  公众号  ·  ·  4 周前  · 
ICLR 2024| Anthropic 主导研究:5 大主流 AI 助手均现谄媚行为,揭秘人类偏好...
为机器立心  ·  公众号  ·  ·  4 周前  · 
Meta FAIR :MoMa 架构,模态感知稀疏化让多模态早期融合预训练效率飙升 3.7 倍
为机器立心  ·  公众号  ·  ·  1 月前  · 
LLM 智能体 “主动吹哨” 机制:模型家族差异与场景参数如何影响伦理决策?
为机器立心  ·  公众号  ·  ·  1 月前  · 
Apple MM1:多模态架构优化 + 高分辨率输入,刷新 MLLM 少样本 / 零样本性能标杆
为机器立心  ·  公众号  ·  ·  1 月前  · 
西湖大学:VLA-Fool!全方位破解 VLA 模型多模态脆弱性,白盒黑盒攻击全覆盖
为机器立心  ·  公众号  ·  ·  1 月前  · 
慕尼黑工业大学:大语言模型多元价值对齐,安全与包容性可兼得
为机器立心  ·  公众号  ·  ·  1 月前  · 
字节跳动 Seed 牵头:首个 LLM 智能体未来预测动态实时基准
为机器立心  ·  公众号  ·  ·  1 月前  · 
北大:无训练微调 + 模型无关,开源 LLM 推理时对齐效率飙升
为机器立心  ·  公众号  ·  ·  1 月前  · 
耶鲁大学:揭示 LLM 生成 - 评估强一致性,ALIGNEVAL 基准零成本测对齐性
为机器立心  ·  公众号  ·  ·  1 月前  · 
腾讯朱雀实验室:没有恶意提示,也可能酿成生产事故!新研究揭露 Agent 隐秘失控风险
为机器立心  ·  公众号  ·  ·  1 月前  · 
北京交大:让推理模型自主防御对抗性越狱,安全与可用性双提升
为机器立心  ·  公众号  ·  ·  1 月前  ·