看学术
AI 安全方向的论文、会议、比赛、教程与资料,按内容形态筛选,支持搜索。
分类筛选展开收起
攻击手段
防御体系
模型内生风险
系统与组件
应用场景
评测与治理
可解释与机制
共 1,382 条 · 更新于 15:39
arXiv arXiv推荐指数3232 Game of Phones:用博弈论与 LLM 在“Bot Wars”中反击电话诈骗
研究者提出一个博弈论框架,让 LLM 无需微调即可通过上下文经验学习反诈骗策略,将诈骗者与反诈机器人互动建模为双人博弈,并以纳什均衡作为评估学习行为的正式基准。在 300 段模拟对话和三种 LLM 架构上,自适应策略选择相比非自适应基线将纳什均衡对齐度提升 28.9-79.7%。代码与含逐轮策略标签和效用分数的 300 段对话标注数据集已开源,成果获 ECML PKDD 2026 接收。