Søgning
2 briefing-resultat(er) for »jailbreak-detection«
EMNLP 2026: Ni nye artikler om jailbreak-detektion og -forsvar
En stribe forskningsartikler på EMNLP 2026 præsenterer nye metoder til at detektere og forsvare sig mod jailbreak-angreb, herunder zero-shot-detektion og opmærksomhedssonder.
16 nye ICLR-papirer kortlægger jailbreak-landskabet – fra GraphShield til neuron-analyse
GraphShield modellerer informationsflow i netværket for at detektere jailbreaks, mens JULI angriber via selv-introspektion og STAR automatiserer red-teaming. En regulær tsunami af …