Alexandra Souly

~Alexandra_Souly1

2

论文总数

2.0

年均投稿

6.8

平均评分

接收情况2/2

会议分布

ICLR

1

NeurIPS

1

发表论文 (2 篇)

20252 篇

AgentHarm: A Benchmark for Measuring Harmfulness of LLM Agents

ICLR 2025Poster

Fundamental Limitations in Pointwise Defences of LLM Finetuning APIs

NeurIPS 2025Poster

合作者 (15)

Xander Davies2 篇

Dan Hendrycks1 篇

Derek Duenas1 篇

J Zico Kolter1 篇

Justin Wang1 篇

Maksym Andriushchenko1 篇