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

Xingyou Xia

ACL 2026安全对齐与偏好强化学习与后训练
新星分贡献者
32
一作贡献0
核心/参与12
方向广度6
合作网络3
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 #2/7ACL 2026Poster· Natural Language Processing

SHARP : Self-adaptive Harmful Category-aware Prompt Generation for Black-box Jailbreaking

Yingjie Xue · Xingyou Xia · Jun Zhang · Yunbo Cao · Dengpan Ye · Guotong Geng · Fei Li

摘要

Large Language Models (LLMs) have been widely applied in various domains such as education and healthcare, making safety assurance crucial. Jailbreak attacks, a method used in red-teaming, can help evaluate and improve the defensive strategies of LLMs. However, existing jailbreak methods often ov...

安全对齐与偏好强化学习与后训练OpenReview 项目页

常见合作者