实体 ASR_STEP

ASR_STEP

PulseAugur coverage of ASR_STEP — every cluster mentioning ASR_STEP across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_317349 · Oct 23 · 04:00

新指标通过迭代攻击成本评估LLM越狱

研究人员开发了一种新指标 ASR_STEP，用于评估迭代式大型语言模型 (LLM) 越狱的有效性。该指标考虑了对受害者模型的调用次数，惩罚需要更多交互的方法。在 JailBreakBench 上对不同模型家族的评估显示，像 GCG 这样的方法在考虑重复调用时得分显著下降，这凸显了考虑迭代攻击成本的重要性。