Tag: 对齐安全

All the articles with the tag "对齐安全".

• 7.7

  揭示对齐 LLM 的内在伦理脆弱性

  2026年03月22日

  · Nature Communications· 03/22 12:33 采集

  Nature Communications 发表论文证明当前对齐方法只在知识流形上创建局部安全区域，全局对抗路径仍然完好