今天看啥  ›  专栏  ›  爱可可-爱生活

本文通过构建大型越狱数据集并利用线性与非线性探测器分析提示特征,-20241108054837

爱可可-爱生活  · 微博  · AI  · 2024-11-08 05:48

文章预览

2024-11-08 05:48 本条微博链接 本文通过构建大型越狱数据集并利用线性与非线性探测器分析提示特征,揭示了大型语言模型越狱攻击的非线性本质,并提出了一种基于非线性探测器的机制性越狱方法,该方法显著提升了越狱成功率,为 LLM 安全研究提供了新的方向。 [LG]《What Features in Prompts Jailbreak LLMs? Investigating ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览