会员服务
在科学，计算和工程学中，黑盒是一种设备，系统或对象，可以根据其输入和输出（或传输特性）对其进行查看，而无需对其内部工作有任何了解。 它的实现是“不透明的”（黑色）。 几乎任何事物都可以被称为黑盒：晶体管，引擎，算法，人脑，机构或政府。为了使用典型的“黑匣子方法”来分析建模为开放系统的事物，仅考虑刺激/响应的行为，以推断（未知）盒子。 该黑匣子系统的通常表示形式是在该方框中居中的数据流程图。黑盒的对立面是一个内部组件或逻辑可用于检查的系统，通常将其称为白盒（有时也称为“透明盒”或“玻璃盒”）。
RPM: Reasoning-Level Personalization for Black-Box Large Language Models
Arxiv
0+阅读 · 10月15日
How Vulnerable Is My Learned Policy? Universal Adversarial Perturbation Attacks On Modern Behavior Cloning Policies
Arxiv
0+阅读 · 10月14日
MS-GAGA: Metric-Selective Guided Adversarial Generation Attack
Arxiv
0+阅读 · 10月14日
On Limits on the Provable Consequences of Quantum Pseudorandomness
Arxiv
0+阅读 · 10月14日
Jailbreaking Commercial Black-Box LLMs with Explicitly Harmful Prompts
Arxiv
0+阅读 · 10月11日
RAG-Pull: Imperceptible Attacks on RAG Systems for Code Generation
Arxiv
0+阅读 · 10月13日
TabVLA: Targeted Backdoor Attacks on Vision-Language-Action Models
Arxiv
0+阅读 · 10月13日
LLMAtKGE: Large Language Models as Explainable Attackers against Knowledge Graph Embeddings
LLMAtKGE: Large Language Models as Explainable Attackers against Knowledge Graph Embeddings
Arxiv
0+阅读 · 10月13日
A Black-Box Debiasing Framework for Conditional Sampling
Arxiv
0+阅读 · 10月13日
Blade: A Derivative-free Bayesian Inversion Method using Diffusion Priors
Arxiv
0+阅读 · 10月13日
Reliability Sensitivity with Response Gradient
Arxiv
0+阅读 · 10月10日
Filtering out mislabeled training instances using black-box optimization and quantum annealing
Arxiv
0+阅读 · 10月10日
Gradient-based Sample Selection for Faster Bayesian Optimization
Arxiv
0+阅读 · 10月10日
Tuning without Peeking: Provable Privacy and Generalization Bounds for LLM Post-Training
Arxiv
0+阅读 · 10月10日
Safety Game: Balancing Safe and Informative Conversations with Blackbox Agentic AI using LP Solvers
Arxiv
0+阅读 · 10月10日
参考链接
微信扫码咨询专知VIP会员
Top