会员服务
When Can Proxies Improve the Sample Complexity of Preference Learning?
Arxiv
0+阅读 · 2024年12月21日
4.5 Million (Suspected) Fake Stars in GitHub: A Growing Spiral of Popularity Contests, Scams, and Malware
Arxiv
0+阅读 · 2024年12月18日
Security Properties for Open-Source Hardware Designs
Arxiv
0+阅读 · 2024年12月16日
Sail into the Headwind: Alignment via Robust Rewards and Dynamic Labels against Reward Hacking
Arxiv
0+阅读 · 2024年12月12日
Security Properties for Open-Source Hardware Designs
Arxiv
0+阅读 · 2024年12月11日
Gradient-based facial encoding for key generation to encrypt and decrypt multimedia data
Arxiv
0+阅读 · 2024年12月9日
Hacking CTFs with Plain Agents
Arxiv
0+阅读 · 2024年12月3日
ShadowHack: Hacking Shadows via Luminance-Color Divide and Conquer
Arxiv
0+阅读 · 2024年12月3日
AI-Augmented Ethical Hacking: A Practical Examination of Manual Exploitation and Privilege Escalation in Linux Environments
Arxiv
0+阅读 · 2024年11月26日
STRisk: A Socio-Technical Approach to Assess Hacking Breaches Risk
Arxiv
0+阅读 · 2024年11月19日
Hacking Back the AI-Hacker: Prompt Injection as a Defense Against LLM-driven Cyberattacks
Arxiv
0+阅读 · 2024年11月18日
CIPHER: Cybersecurity Intelligent Penetration-testing Helper for Ethical Researcher
Arxiv
0+阅读 · 2024年11月6日
Scaling Laws for Reward Model Overoptimization in Direct Alignment Algorithms
Arxiv
0+阅读 · 2024年11月5日
Pandora's Box in Your SSD: The Untold Dangers of NVMe
Arxiv
0+阅读 · 2024年11月1日
InfoRM: Mitigating Reward Hacking in RLHF via Information-Theoretic Reward Modeling
Arxiv
0+阅读 · 2024年11月1日
参考链接
父主题
黑客 (Hacker)
网络安全
计算机安全
微信扫码咨询专知VIP会员
Top