研究
来自团队的研究与动态
论文、研究发现，以及Sentinel团队的最新进展。
研究
一套关于数据污染的通用理论，发表于JMLR
我们关于监督学习中数据污染通用理论的论文发表于Journal of Machine Learning Research（JMLR）。这篇文章介绍研究发现。
研究GateBreaker：我们针对混合专家大模型安全对齐的攻击研究被USENIX Security 2026录用
我们关于攻击混合专家（MoE）大模型安全对齐的论文被USENIX Security 2026录用。这篇文章介绍研究发现。
研究NeuroStrike：我们针对LLM安全对齐的攻击研究被NDSS 2026录用
我们关于对齐大模型神经元级攻击的论文被NDSS Symposium 2026录用。这篇文章介绍研究发现。
研究COPA 2024最佳论文：数据污染下的保形预测
我们的获奖论文，研究校准数据被污染时保形预测的表现。这篇文章介绍研究发现。
研究检验无法给出概率的生成模型，发表于NeurIPS 2022
我们发表于NeurIPS 2022的论文，研究如何检验只能采样、无法给出概率的生成模型。这篇文章介绍研究发现。
研究我们关于弱监督学习的著作，由MIT Press出版
我们关于弱监督学习的著作由MIT Press出版。这篇文章介绍这本书的内容。
研究检验模型能否拟合弯曲空间上的数据，发表于ICML 2021
我们发表于ICML 2021的论文，研究弯曲几何空间上模型的拟合优度检验。这篇文章介绍研究发现。
研究NeurIPS 2017最佳论文：一种时间复杂度线性增长的拟合优度检验
我们发表于NeurIPS 2017的最佳论文，提出一种时间复杂度随样本量线性增长的拟合优度检验。这篇文章介绍研究发现。