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

Yubin Choi

ACL 2026安全可解释性强化学习与后训练
新星分新星
53
一作贡献30
核心/参与0
方向广度6
合作网络6
1 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
一作ACL 2026Poster· ACL Industry Track

F in H arm B ench: Financial Jailbreak Benchmark and Unsupervised Safety Fine-Tuning via Refusal Steering Distillation

Yubin Choi · Yujin Yang · Subin Kim · Seokil Ham · Seungju Cho · Jungmin Son · Youngjun Kwak · Changick Kim

摘要

Financial Large Language Models (LLMs) exhibit strong domain expertise but remain vulnerable to financially harmful prompts. To systematically assess this vulnerability, we introduce FinHarmBench , a benchmark designed to evaluate financially harmful and confusable benign prompts. Our analysis re...

安全可解释性强化学习与后训练OpenReview 项目页

常见合作者