PulseAugur
中
实时 09:04:33
English(EN) Are LLMs Safe Beyond Text: Do Emojis Expose Gaps in Safety Evaluation

研究发现表情符号暴露了大型语言模型评估中的安全漏洞

作者 PulseAugur 编辑部 · [1 个来源] ·

一项新近发表在arXiv上的研究调查了大型语言模型（LLMs）在接收包含表情符号的提示时的安全性，揭示了当前安全评估方法可能存在的差距。该研究使用了50个包含表情符号的提示，测试了包括Mistral 7B、Qwen 2 7B、Gemma 2 9B和Llama 3 8B在内的五种不同的LLMs。结果表明，Gemma 2 9B和Mistral 7B的稳健性最差，生成不安全输出的成功率为10%，而Qwen 2 7B则表现出完全的抵抗力。 AI

影响 强调了大型语言模型需要超越纯文本提示的多样化安全评估方法。

排序理由 该集群包含一篇详细介绍大型语言模型安全研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究发现表情符号暴露了大型语言模型评估中的安全漏洞

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · M P V S Gopinadh ·

    大型语言模型是否超越文本就安全：表情符号是否暴露了安全评估中的漏洞

    arXiv:2608.18164v1 Announce Type: cross Abstract: Safety evaluations of large language models (LLMs) predominantly rely on text-based adversarial prompts, potentially overlooking vulnerabilities arising from alternative input representations. This work examines emoji-augmented pr…

相关实体

相关话题