:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fan, Yihe, Zhang, Wenqi, Pan, Xudong, Yang, Min
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2505.17815
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Frontier AI systems have surpassed the self-replicating red line
von: Pan, Xudong, et al.
Veröffentlicht: (2024)

FlowGuard: Towards Lightweight In-Generation Safety Detection for Diffusion Models via Linear Latent Decoding
von: Yang, Jinghan, et al.
Veröffentlicht: (2026)

AutoControl Arena: Synthesizing Executable Test Environments for Frontier AI Risk Evaluation
von: Li, Changyi, et al.
Veröffentlicht: (2026)

Large language model-powered AI systems achieve self-replication with no human intervention
von: Pan, Xudong, et al.
Veröffentlicht: (2025)

CyberEvolver: Structured Self-Evolution for Cybersecurity Agents On the Fly
von: Fan, Yihe, et al.
Veröffentlicht: (2026)

Strategic Dishonesty Can Undermine AI Safety Evaluations of Frontier LLMs
von: Panfilov, Alexander, et al.
Veröffentlicht: (2025)

ForesightSafety Bench: A Frontier Risk Evaluation and Governance Framework towards Safe AI
von: Tong, Haibo, et al.
Veröffentlicht: (2026)

MegaFake: A Theory-Driven Dataset of Fake News Generated by Large Language Models
von: Wang, Lionel Z., et al.
Veröffentlicht: (2024)

ResearcherBench: Evaluating Deep AI Research Systems on the Frontiers of Scientific Inquiry
von: Xu, Tianze, et al.
Veröffentlicht: (2025)

Open-World Evaluations for Measuring Frontier AI Capabilities
von: Kapoor, Sayash, et al.
Veröffentlicht: (2026)

ReasoningShield: Safety Detection over Reasoning Traces of Large Reasoning Models
von: Li, Changyi, et al.
Veröffentlicht: (2025)

Safety Cases: A Scalable Approach to Frontier AI Safety
von: Hilton, Benjamin, et al.
Veröffentlicht: (2025)

WebTrap Park: An Automated Platform for Systematic Security Evaluation of Web Agents
von: Wu, Xinyi, et al.
Veröffentlicht: (2026)

Emerging Practices in Frontier AI Safety Frameworks
von: Buhl, Marie Davidsen, et al.
Veröffentlicht: (2025)

FrontierMath: A Benchmark for Evaluating Advanced Mathematical Reasoning in AI
von: Glazer, Elliot, et al.
Veröffentlicht: (2024)

AISafetyLab: A Comprehensive Framework for AI Safety Evaluation and Improvement
von: Zhang, Zhexin, et al.
Veröffentlicht: (2025)

OpenDeception: Learning Deception and Trust in Human-AI Interaction via Multi-Agent Simulation
von: Wu, Yichen, et al.
Veröffentlicht: (2025)

MirrorGuard: Toward Secure Computer-Use Agents via Simulation-to-Real Reasoning Correction
von: Zhang, Wenqi, et al.
Veröffentlicht: (2026)

Safety by Measurement: A Systematic Literature Review of AI Safety Evaluation Methods
von: Grey, Markov, et al.
Veröffentlicht: (2025)

AgentTrust: Runtime Safety Evaluation and Interception for AI Agent Tool Use
von: Yang, Chenglin
Veröffentlicht: (2026)

Unveiling the Impact of Multi-Modal Interactions on User Engagement: A Comprehensive Evaluation in AI-driven Conversations
von: Zhang, Lichao, et al.
Veröffentlicht: (2024)

Frontier AI Ethics: Anticipating and Evaluating the Societal Impacts of Language Model Agents
von: Lazar, Seth
Veröffentlicht: (2024)

Vibe Reasoning: Eliciting Frontier AI Mathematical Capabilities -- A Case Study on IMO 2025 Problem 6
von: Wu, Jiaao, et al.
Veröffentlicht: (2025)

SafePro: Evaluating the Safety of Professional-Level AI Agents
von: Zhou, Kaiwen, et al.
Veröffentlicht: (2026)

Sabotage Evaluations for Frontier Models
von: Benton, Joe, et al.
Veröffentlicht: (2024)

Persona Non Grata: Single-Method Safety Evaluation Is Incomplete for Persona-Imbued LLMs
von: Li, Wenkai, et al.
Veröffentlicht: (2026)

A Survey on Backdoor Threats in Large Language Models (LLMs): Attacks, Defenses, and Evaluations
von: Zhou, Yihe, et al.
Veröffentlicht: (2025)

The Ghost in the Grammar: Methodological Anthropomorphism in AI Safety Evaluations
von: Costa, Mariana Lins
Veröffentlicht: (2026)

Holistic Safety and Responsibility Evaluations of Advanced AI Models
von: Weidinger, Laura, et al.
Veröffentlicht: (2024)

Invisible Threats from Model Context Protocol: Generating Stealthy Injection Payload via Tree-based Adaptive Search
von: Shen, Yulin, et al.
Veröffentlicht: (2026)

OpenAgentSafety: A Comprehensive Framework for Evaluating Real-World AI Agent Safety
von: Vijayvargiya, Sanidhya, et al.
Veröffentlicht: (2025)

Responsible AI in Construction Safety: Systematic Evaluation of Large Language Models and Prompt Engineering
von: Sammour, Farouq, et al.
Veröffentlicht: (2024)

Games for AI Control: Models of Safety Evaluations of AI Deployment Protocols
von: Griffin, Charlie, et al.
Veröffentlicht: (2024)

Heterogeneous Subgraph Transformer for Fake News Detection
von: Zhang, Yuchen, et al.
Veröffentlicht: (2024)

Evaluating Multimodal LLMs for Inpatient Diagnosis: Real-World Performance, Safety, and Cost Across Ten Frontier Models
von: Bassett, Bruce A., et al.
Veröffentlicht: (2026)

BELT: Old-School Backdoor Attacks can Evade the State-of-the-Art Defense with Backdoor Exclusivity Lifting
von: Qiu, Huming, et al.
Veröffentlicht: (2023)

Neural Dehydration: Effective Erasure of Black-box Watermarks from DNNs with Limited Data
von: Lu, Yifan, et al.
Veröffentlicht: (2023)

SentinelNet: Safeguarding Multi-Agent Collaboration Through Credit-Based Dynamic Threat Detection
von: Feng, Yang, et al.
Veröffentlicht: (2025)

StruPhantom: Evolutionary Injection Attacks on Black-Box Tabular Agents Powered by Large Language Models
von: Feng, Yang, et al.
Veröffentlicht: (2025)

Frontier Lag: A Bibliometric Audit of Capability Misrepresentation in Academic AI Evaluation
von: Gringras, David, et al.
Veröffentlicht: (2026)