#对抗性学习

论文综述——当安全性与安全保障被放在第一位的时代

随着生成模型/LLM被越来越多地用于现实场景，“安全性与安全保障”的“评估设计”将成为主导。跨越综述 DESPITE、MAGIC、Claudini 以及讨论自动对齐局限的最新论文。