大模型安全性与价值对齐 · 实战
📘 30章 完整目录
📌 请启用JavaScript以查看完整卡片目录，或直接访问各章节：
01 大模型安全概述
02 提示词注入攻击
03 越狱攻击
04 数据投毒与后门攻击
05 模型窃取与逆向工程
06 对抗性攻击
07 幻觉与事实性错误
08 偏见与公平性
09 有害内容生成
10 价值对齐基础
11 RLHF实战
12 DPO与偏好优化
13 宪法AI
14 红队测试
15 安全评估基准
16 内容过滤与审核
17 输入输出护栏
18 模型可解释性
19 模型监控与日志
20 联邦学习与隐私保护
21 安全微调技术
22 多模态安全
23 Agent安全
24 供应链安全
25 合规与法规
26 安全开发生命周期
27 应急响应
28 前沿研究
29 开源工具与框架
30 综合实战项目