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

Jinghong Chen

ACL 2026ICLR 2026多模态安全可解释性评测与基准
新星分贡献者
43
一作贡献0
核心/参与17
方向广度11
合作网络3
0 一作 · 2 篇 · ACL 2026 / ICLR 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 #2/5ACL 2026Poster· Natural Language Processing

Retrieval-Augmented Defense: Adaptive and Controllable Jailbreak Prevention for Large Language Models

Guangyu Yang · Jinghong Chen · Jingbiao Mei · Weizhe Lin · Bill Byrne

摘要

Large Language Models (LLMs) remain vulnerable to jailbreak attacks, which attempt to elicit harmful responses from LLMs. The evolving nature and diversity of these attacks pose many challenges for defense systems, including (1) adaptation to counter emerging attack strategies without costly retr...

安全可解释性评测与基准OpenReview 项目页

常见合作者