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

Jiahao Liu

ACL 2026安全可解释性评测与基准
新星分贡献者
22
一作贡献0
核心/参与5
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 #4/7ACL 2026Poster· Natural Language Processing

Inverting the Shield: Systematically Generating Safety Tests from Policy Specifications

Xiaoyue Lu · XIANGLIN YANG · Haijun Liu · Jiahao Liu · Kuntai Cai · Yan Xiao · Jin Song Dong

摘要

The widespread integration of Large Language Models (LLMs) necessitates rigorous and systematic safety evaluation. Existing paradigms either rely on constructed benchmarks to assess safety from predefined perspectives, or employ dynamic red-teaming to probe potential vulnerabilities. While effect...

安全可解释性评测与基准OpenReview 项目页

常见合作者