社会层面 · safety论文趋势 2023–2026

AI 社会议题:safety

统计范围:NeurIPS、ICLR、ICML、CVPR 四个会议,2023–2026 年,共 688 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

社会层面 · safety论文数,按年份和会议
年份NeurIPSICLRICMLCVPR合计
202320204
202423116141
2025131111301273
2026121202263370

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

全部社会层面 · safety论文

共 20 篇,第 1 / 1 页

  1. ICLR 2026A2D: Any-Order, Any-Step Safety Alignment for Diffusion Language Models
  2. ICLR 2026Any-Depth Alignment: Unlocking Innate Safety Alignment of LLMs to Any-Depth
  3. ICLR 2026Beyond Linear Probes: Dynamic Safety Monitoring for Language Models
  4. ICLR 2026Bi-Criteria Metric Distortion
  5. ICLR 2026Erase or Hide? Suppressing Spurious Unlearning Neurons for Robust Unlearning
  6. ICLR 2026GAVEL: Towards Rule-Based Safety through Activation Monitoring
  7. ICLR 2026GradShield: Alignment Preserving Finetuning
  8. ICLR 2026GuardAlign: Robust Safety Alignment in Multimodal Large Language Models
  9. ICLR 2026Invisible Safety Threat: Malicious Finetuning for LLM via Steganography
  10. ICLR 2026OffTopicEval: When Large Language Models Enter the Wrong Chat, Almost Always!
  11. ICLR 2026On the Impossibility of Separating Intelligence from Judgment: The Computational Intractability of Filtering for AI Alignment
  12. ICLR 2026PRISON: Unmasking the Criminal Potential of Large Language Models
  13. ICLR 2026ProSafePrune: Projected Safety Pruning for Mitigating Over-Refusal in LLMs
  14. ICLR 2026Reasoned Safety Alignment: Ensuring Jailbreak Defense via Answer-Then-Check
  15. ICLR 2026Reward Models Inherit Value Biases from Pretraining
  16. ICLR 2026Safety Subspaces are Not Linearly Distinct: A Fine-Tuning Case Study
  17. ICLR 2026Social Agents: Collective Intelligence Improves LLM Predictions
  18. ICLR 2026Steering Language Models with Weight Arithmetic
  19. ICLR 2026Superficial Safety Alignment Hypothesis
  20. ICLR 2026When Style Breaks Safety: Defending LLMs Against Superficial Style Alignment

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 查社会层面 · safety在 ICML 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": "social-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社会层面 · safety论文?
共 688 篇,按年份分别是 2023 年 4 篇、2024 年 41 篇、2025 年 273 篇、2026 年 370 篇。
NeurIPS 2026 有多少篇社会层面 · safety论文?
NeurIPS 2026 有 121 篇社会层面 · safety论文,上一届是 131 篇。
ICLR 2026 有多少篇社会层面 · safety论文?
ICLR 2026 有 20 篇社会层面 · safety论文,上一届是 11 篇。
ICML 2026 有多少篇社会层面 · safety论文?
ICML 2026 有 226 篇社会层面 · safety论文,上一届是 130 篇。
CVPR 2026 有多少篇社会层面 · safety论文?
CVPR 2026 有 3 篇社会层面 · safety论文,上一届是 1 篇。
哪个会议的社会层面 · safety论文最多?
ICML,2023–2026 年共 364 篇。

「对齐与负责任 AI」下的其他主题