|
|
主讲人
刘东瑞，上海人工智能实验室可信安全中心青年科学家，入选上海市东方英才拔尖项目，担任2030人工智能重大专项课题负责人。长期从事安全可信人工智能研究，包括大模型/智能体的安全高效推理、可解释性、攻防、对齐和评测等。负责国际首个诊断式智能体守卫模型AgentDoG研发，SafeWork-R1攻防和安全高效推理后训练，有效减少模型过度思考过程中的安全漏洞，促进安全锚点高频涌现，模型安全水平相对超过 Claude Opus 4和GPT 4.1 5%以上。负责国内首个针对AI灾难性风险技术评测(SafeWork-F1&1.5)，获得Anthropic 联合创始人长篇解读。在安全可信领域产出四十多篇高水平会议和期刊论文，包括CVPR 2024 最佳论文候选奖, ACL 2025杰出论文奖, CVPR Oral, ICLR Oral, AAAI Oral和多篇ACL Oral等。
技术讲座请看McSafe的B站链接：扼守风险：从大模型到智能体安全_哔哩哔哩_bilibili
|
|
发表于 2026-8-31 18:05:11
发表于 2026-9-4 18:55:45