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

Lihai Nie

ACL 2026安全对齐与偏好可解释性
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 #5/7ACL 2026Poster· Natural Language Processing

CTRAP : Embedding Collapse Trap to Safeguard Large Language Models from Harmful Fine-Tuning

Biao Yi · Tiansheng Huang · Baolei Zhang · Tong Li · Lihai Nie · Zheli Liu · Li Shen

摘要

Fine-tuning-as-a-service, while commercially successful for Large Language Model (LLM) providers, exposes models to harmful fine-tuning attacks. As a widely explored defense paradigm against such attacks, unlearning attempts to remove malicious knowledge from LLMs, thereby essentially preventing...

安全对齐与偏好可解释性OpenReview 项目页

常见合作者