Derek Duenas

~Derek_Duenas1

2

论文总数

1.0

年均投稿

6.6

平均评分

接收情况2/2

会议分布

NeurIPS

1

ICLR

1

发表论文 (2 篇)

20251 篇

AgentHarm: A Benchmark for Measuring Harmfulness of LLM Agents

ICLR 2025Poster

20241 篇

Improving Alignment and Robustness with Circuit Breakers

NeurIPS 2024Poster

合作者 (12)

Dan Hendrycks2 篇

J Zico Kolter2 篇

Justin Wang2 篇

Maksym Andriushchenko2 篇

Matt Fredrikson2 篇

Maxwell Lin2 篇

Alexandra Souly1 篇