会员服务
Door-in-the-Face Requests and Refusal Behaviour in Large Language Models
Arxiv
0+阅读 · 9月2日
Tastes without distinction: silicon samples and the synthetic construction of tastes
Arxiv
0+阅读 · 8月30日
CompareBench: A Benchmark for Visual Comparison Reasoning in Vision-Language Models
Arxiv
0+阅读 · 8月27日
ChannelGuard: Safe Models Do Not Compose into Safe Multi-Agent Systems
Arxiv
0+阅读 · 7月20日
ChannelGuard: Safe Models Do Not Compose into Safe Multi-Agent Systems
Arxiv
0+阅读 · 8月10日
Governing Delegation to Generative Artificial Intelligence: Human Direction, Work-Related Orientation, and Modes of Use
Arxiv
0+阅读 · 8月18日
Authoring Agent Skills: A Software-Engineering Approach
Arxiv
0+阅读 · 7月27日
The Logic of Machine Self-Preservation
Arxiv
0+阅读 · 8月21日
CoEvoSkills: Self-Evolving Agent Skills via Co-Evolutionary Verification
Arxiv
0+阅读 · 8月10日
A Red-Team Study of Anthropic Fable 5 & Opus 4.8 Models
Arxiv
0+阅读 · 6月16日
Do Large Language Models Have Emotions?
Arxiv
0+阅读 · 6月3日
AMEL: Accumulated Message Effects on LLM Judgments
Arxiv
0+阅读 · 6月9日
AMEL: Accumulated Message Effects on LLM Judgments
Arxiv
0+阅读 · 5月21日
Can AI Make Conflicts Worse? An Alignment Failure in LLM Deployment Across Conflict Contexts
Arxiv
0+阅读 · 5月21日
Does Claude's Constitution Have a Culture?
Arxiv
0+阅读 · 3月30日
参考链接
微信扫码咨询专知VIP会员
Top