对齐与安全论文趋势 2023–2026

RLHF、偏好优化、红队与安全对齐

统计范围:NeurIPS、ICLR、ICML、CVPR 四个会议,2023–2026 年,共 4,558 篇被归入该主题的论文。

主要结论

每年论文数

各会议论文数

按年份和会议统计

对齐与安全论文数,按年份和会议
年份NeurIPSICLRICMLCVPR合计
202313887101112438
2024348156246125875
20254554733001351,363
20264806235512281,882

代表论文

按年份和会议均匀挑选,方便快速看到每一届的样貌

全部对齐与安全论文

共 1,363 篇,第 28 / 28 页

  1. NeurIPS 2025Walking the Tightrope: Autonomous Disentangling Beneficial and Detrimental Drifts in Non-Stationary Custom-Tuning
  2. NeurIPS 2025Weak-to-Strong Generalization under Distribution Shifts
  3. NeurIPS 2025WebThinker: Empowering Large Reasoning Models with Deep Research Capability
  4. NeurIPS 2025What Makes a Reward Model a Good Teacher? An Optimization Perspective
  5. NeurIPS 2025What Matters in Data for DPO?
  6. NeurIPS 2025When and how can inexact generative models still sample from the data manifold?
  7. NeurIPS 2025When Do Transformers Outperform Feedforward and Recurrent Networks? A Statistical Perspective
  8. NeurIPS 2025Who Speaks for the Trigger? Dynamic Expert Routing in Backdoored Mixture-of-Experts Transformers
  9. NeurIPS 2025Whose Instructions Count? Resolving Preference Bias in Instruction Fine-Tuning
  10. NeurIPS 2025Whose View of Safety? A Deep DIVE Dataset for Pluralistic Alignment of Text-to-Image Models
  11. NeurIPS 2025Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations
  12. NeurIPS 2025Why Do Some Language Models Fake Alignment While Others Don't?
  13. NeurIPS 2025Zooming from Context to Cue: Hierarchical Preference Optimization for Multi-Image MLLMs

在 Claude、Cursor 里直接问这个趋势

接上 Paperlist MCP 后,写综述、挑方向或准备投稿时,不用离开对话框就能拿到这页的数字:每年各会议的论文数、增长倍数、涨得最快的子方向和代表论文,AI 会按你的问题整理。

可以直接复制这句话问 AI

用 paperlist 查对齐与安全在 NeurIPS 2023–2026 的论文趋势,哪一年涨得最快?

AI 会调用的工具:get_topic_stats {"topic": "alignment-and-safety"}

两分钟接入 Paperlist MCP(Claude Code、Cursor、Codex、ChatGPT)

常见问题

2023–2026 年四大会议一共有多少篇对齐与安全论文?
共 4,558 篇,按年份分别是 2023 年 438 篇、2024 年 875 篇、2025 年 1,363 篇、2026 年 1,882 篇。
NeurIPS 2026 有多少篇对齐与安全论文?
NeurIPS 2026 有 480 篇对齐与安全论文,上一届是 455 篇。
ICLR 2026 有多少篇对齐与安全论文?
ICLR 2026 有 623 篇对齐与安全论文,上一届是 473 篇。
ICML 2026 有多少篇对齐与安全论文?
ICML 2026 有 551 篇对齐与安全论文,上一届是 300 篇。
CVPR 2026 有多少篇对齐与安全论文?
CVPR 2026 有 228 篇对齐与安全论文,上一届是 135 篇。
哪个会议的对齐与安全论文最多?
NeurIPS,2023–2026 年共 1,421 篇。

「对齐与负责任 AI」下的其他主题