paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
HD

Haohua Du

ACL 2026安全可解释性代码
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #6/7ACL 2026Poster· Natural Language Processing

Activation-Guided Local Editing for Jailbreaking Attacks

Jiecong Wang · Haoran Li · Hao Peng · Ziqian Zeng · Zihao Wang · Haohua Du · Zhengtao Yu

摘要

As Large Language Models (LLMs) become indispensable assistants, they remain vulnerable to misuse. Jailbreaking is an essential adversarial technique for red-teaming models to uncover and patch security flaws. However, existing jailbreak methods suffer from significant limitations. Token-level ja...

安全可解释性代码OpenReview 项目页

常见合作者