会员服务
人工智能安全风险指的是指安全威胁利用人工智能资产的脆弱性，引发人工智能安全事件或对相关方造成影响。
Astra: AI Safety, Trust, & Risk Assessment
Arxiv
0+阅读 · 2月19日
Assessing the Case for Africa-Centric AI Safety Evaluations
Arxiv
0+阅读 · 2月14日
How Should AI Safety Benchmarks Benchmark Safety?
Arxiv
0+阅读 · 2月8日
ForesightSafety Bench: A Frontier Risk Evaluation and Governance Framework towards Safe AI
Arxiv
0+阅读 · 2月15日
How should AI Safety Benchmarks Benchmark Safety?
Arxiv
0+阅读 · 1月30日
PluriHarms: Benchmarking the Full Spectrum of Human Judgments on AI Harm
Arxiv
0+阅读 · 2月3日
Domain-Specific Constitutional AI: Enhancing Safety in LLM-Powered Mental Health Chatbots
Arxiv
0+阅读 · 1月20日
PluriHarms: Benchmarking the Full Spectrum of Human Judgments on AI Harm
Arxiv
0+阅读 · 1月13日
AI Security Beyond Core Domains: Resume Screening as a Case Study of Adversarial Vulnerabilities in Specialized LLM Applications
Arxiv
0+阅读 · 2025年12月23日
Categorical Framework for Quantum-Resistant Zero-Trust AI Security
Arxiv
0+阅读 · 2025年11月25日
Distributional AGI Safety
Distributional AGI Safety
Arxiv
0+阅读 · 2025年12月18日
Enabling Frontier Lab Collaboration to Mitigate AI Safety Risks
Arxiv
0+阅读 · 2025年11月9日
A Practical Framework for Evaluating Medical AI Security: Reproducible Assessment of Jailbreaking and Privacy Vulnerabilities Across Clinical Specialties
Arxiv
0+阅读 · 2025年12月9日
International AI Safety Report 2025: Second Key Update: Technical Safeguards and Risk Management
Arxiv
0+阅读 · 2025年11月25日
SEA-SafeguardBench: Evaluating AI Safety in SEA Languages and Cultures
Arxiv
0+阅读 · 2025年12月5日
参考链接
微信扫码咨询专知VIP会员
Top