Fair ASR

新的Fair-ASR协议重新评估LLM越狱，引入高效ReCode攻击

研究人员推出了一种名为Fair-ASR的新协议，用于评估GPT-5等大型语言模型的越狱攻击。该方法通过使用共享的目标调用预算来标准化比较，解决了先前依赖FLOPs或忽略预算限制的评估方法的局限性。研究发现，传统的攻击方法仍然具有竞争力，并引入了一种新颖、预算高效的ReCode攻击，该攻击在GPT-5上取得了85%的成功率，且攻击者调用次数显著减少。