#安全监控

共 6 条 · 7 天 0 条 · 30 天 1 条

信息流里打上「安全监控」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月15日

朋友间推荐：新研究发现了大语言模型绕过安全监控的漏洞，方法挺有意思，值得看看。

arXiv: DeepSeek@Keertana Chidambaram 等 3 人原文

7月14日

看看便利店怎么用 AI 智能体解决安全问题，Eyas 拿了最佳智能体奖，真实案例值得参考。

官方账号Cohere@cohere原文

7月3日

这篇论文直接用阈值加风险控制就能搞定LLM安全监控，效果不输那些复杂方法，适合快速落地。

arXiv cs.AI@Mona Schirmer 等 6 人原文

6月3日

论文精选10:43

做具身 AI 安全或人机协作的团队，VLESA 提供了一个可落地的实时安全监控方案，能根据上下文判断危险动作，建议直接看论文和代码。

arXiv cs.LG@Hanjiang Hu 等 8 人原文

6月1日

论文76°10:30

这篇论文解决了AI安全监控的结构性盲区——分布式攻击，做安全防御的团队值得关注，它展示了如何通过跨用户推理来提前捕获恶意行为。

arXiv cs.AI@Davis Brown 等 10 人原文

5月26日

论文精选12:12

做LLM安全对齐的团队终于有了针对扩散模型的专用监控方案——$D^2$-Monitor用轻量探针+动态路由解决了资源效率问题，做模型部署和红队测试的可以直接参考论文中的实现思路。

arXiv: OpenAI@Aoxi Liu 等 8 人原文