研究发现，某些符号（如冒号、空格）和推理开头语会误导大型语言模型（LLM），导致假阳性结果。为此，研究人员开发了新模型Master-RM，显著降低了假阳性率，提高了模型的稳健性。

本研究解决了后训练语言模型中虚假相关性对模型性能的影响问题。通过系统评估三种后训练算法，探讨了不同条件下的模型稳健性，发现偏好优化方法在数学推理任务中表现出相对稳健，而监督微调在复杂任务中表现更强。这一发现强调了后训练策略选择的重要性，需根据目标任务及虚假相关性的性质来决定。

本研究探讨了激励意识机器学习面临的挑战，提出了一个统一框架，涵盖稳健性、公平性和因果性，强调游戏化与实际改善的区别，为激励意识机器学习系统提供理论和实践的进展。

本研究提出了一种新型对抗训练框架——平滑鲁棒潜VAE（SRL-VAE），显著提升了变分自编码器（VAE）的生成质量和稳健性。实验结果表明，SRL-VAE在图像重建和文本引导的图像编辑中表现出更好的生成质量和抗攻击能力。

本研究提出MiMu方法，旨在解决模型依赖特征与标签之间的虚假相关性，减轻捷径学习现象，从而提高模型的稳健性和泛化能力。实验结果表明，该方法在自然语言处理和计算机视觉任务中显著增强了模型的鲁棒性。

该研究针对自动驾驶在安全关键场景中的评估不足，定义了安全关键场景，建立了测试平台，并提出了系统性的安全验证过程，为行业提供了标准化测试框架，以降低实际道路部署风险。

本研究提出了β-GNN模型，解决了图神经网络在网络干扰下的脆弱性。通过加权集成方法，β-GNN提升了模型的稳健性，保持了在干净数据上的性能，实验结果显示其在对抗准确率和攻击强度方面表现优越。

本研究识别了通用人工智能（GPAI）系统在缺陷评估和报告方面的关键不足，挑战当前的基础设施和规范。论文提出三项重要措施，通过标准化缺陷报告、建立广泛的缺陷披露计划以及改进缺陷报告的分发协调，为提高GPAI系统的安全性和责任感提供新的思路。研究显示，增强报告和协调机制可以显著改善GPAI系统的安全与安全性。

本研究探讨了大语言模型生成有害内容的滥用问题，指出现有检测技术的不足，并提出了一种鲁棒微调过程，以提升检测器在模糊处理和分布外数据下的稳健性和准确性。

本研究提出了一种基于Lipschitz连续的ShiftViT模型，解决了变换器架构在图像分类任务中的Lipschitz界限推导难题，并通过边距训练增强了模型的稳健性，推动了认证稳健性领域的新进展。

本研究提出七种创新方法，旨在解决现有提示优化在稳健性、效率和通用性方面的不足，推动文本梯度优化的发展，并为未来研究提供指导。

本研究解决了大型语言模型在面对语义等价但表达方式不同的提示时性能显著下降的问题。提出的潜在对抗释义框架（LAP）通过双循环对抗方式，学习可扰动的潜在连续释义，同时保持语义，通过实验展示了在RobustAlpaca基准上，该方法在最坏情况下的胜率提升幅度为0.5%-4%。

本研究提出了一种新型多机器人行为树规划（MRBTP）算法，旨在解决多机器人任务规划的复杂性问题，提升规划速度与协作效率，实验结果验证了其稳健性与执行效率。

本文提出了一种新型非参数方法，克服了现有马尔可夫决策过程反事实推断的局限性。该方法通过计算所有兼容因果模型的反事实转移概率，提供了高效、可扩展的解决方案，展现出更强的稳健性。

本研究提出了一种基于代理团队的框架，解决大型语言模型（LLMs）在提示泄漏方面的安全问题，通过多代理系统评估LLMs的稳健性，确保敏感信息的安全性。

本研究提出了MATH-P-Simple和MATH-P-Hard基准，解决了大语言模型在数学推理能力评估中未考虑的困难扰动问题。研究发现，模型在面对困难扰动时性能显著下降，揭示了盲目记忆现象，强调了提升推理模型稳健性和可靠性的必要性。