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

Weijuan Zhang

AAAI 2026ACL 2026安全评测与基准对齐与偏好可解释性多语言与语言学
新星分贡献者
41
一作贡献0
核心/参与10
方向广度13
合作网络6
0 一作 · 2 篇 · AAAI 2026 / 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

2
作者位次 #5/9ACL 2026Findings· Findings of ACL

J ail M eter: An Evidence-Based Evaluation Framework for Jailbreak Attacks on Large Language Models

Qingjia Huang · Jingyu Zhang · Jianguo Wu · Yakai Li · Weijuan Zhang · Yankai Rong · Junyi Yao · Shengzhi Zhang · Xiaoqi Jia

摘要

The assessment of jailbreak attacks against large language models currently suffers from inconsistent evaluation criteria and methods, leading to unreliable estimates of attack success rates. We propose JailMeter, an evidence-based evaluation framework designed to more faithfully measure jailbrea...

安全评测与基准对齐与偏好OpenReview 项目页

常见合作者