会员服务
Scalable Supervising Software Agents with Patch Reasoner
Arxiv
0+阅读 · 10月26日
Fake scientific journals are here to stay
Arxiv
0+阅读 · 10月27日
A Reinforcement Learning Framework for Robust and Secure LLM Watermarking
Arxiv
0+阅读 · 10月23日
Stop Summation: Min-Form Credit Assignment Is All Process Reward Model Needs for Reasoning
Arxiv
0+阅读 · 10月23日
FMI-Based Distributed Co-Simulation with Enhanced Security and Intellectual Property Safeguards
Arxiv
0+阅读 · 10月23日
Ultra-Fast Wireless Power Hacking
Arxiv
0+阅读 · 10月22日
Towards Faithful and Controllable Personalization via Critique-Post-Edit Reinforcement Learning
Arxiv
0+阅读 · 10月21日
DarkGram: A Large-Scale Analysis of Cybercriminal Activity Channels on Telegram
Arxiv
0+阅读 · 10月21日
TritonRL: Training LLMs to Think and Code Triton Without Cheating
Arxiv
0+阅读 · 10月18日
Information-Theoretic Reward Modeling for Stable RLHF: Detecting and Mitigating Reward Hacking
Arxiv
0+阅读 · 10月15日
Proofs of No Intrusion
Arxiv
0+阅读 · 10月7日
Is It Thinking or Cheating? Detecting Implicit Reward Hacking by Measuring Reasoning Effort
Arxiv
0+阅读 · 10月7日
Large Language Model Hacking: Quantifying the Hidden Risks of Using LLMs for Text Annotation
Arxiv
0+阅读 · 10月6日
Inoculation Prompting: Instructing LLMs to misbehave at train-time improves test-time alignment
Arxiv
0+阅读 · 10月6日
R v F (2025): Addressing the Defence of Hacking
Arxiv
0+阅读 · 10月4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