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

Hongwei Li

AAAI 2026×3ACL 2026CCS 2026CVPR 2026安全对齐与偏好效率与系统多模态强化学习与后训练
新星分贡献者
75
一作贡献0
核心/参与45
方向广度19
合作网络12
0 一作 · 6 篇 · AAAI 2026 / ACL 2026 / CCS 2026 / CVPR 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

6
作者位次 #2/9ACL 2026Findings· Findings of ACL

The Art of (Mis)alignment: How Fine-Tuning Methods Effectively Misalign and Realign LLM s in Post-Training

Rui Zhang · Hongwei Li · Yun Shen · Xinyue Shen · Wenbo Jiang · Guowen Xu · Yang Liu · Michael Backes · Yang Zhang

摘要

The deployment of large language models (LLMs) raises significant ethical and safety concerns. While LLM alignment techniques are adopted to improve model safety and trustworthiness, adversaries can exploit these techniques to undermine safety for malicious purposes, resulting in misalignment . M...

安全对齐与偏好强化学习与后训练OpenReview 项目页

常见合作者