实体 Furina

Furina

PulseAugur coverage of Furina — every cluster mentioning Furina 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

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_53667 · May 27 · 04:00

新型“Furina”攻击利用大型语言模型安全不稳定性

研究人员开发了一种名为Furina的新型攻击方法，该方法利用了大型语言模型安全对齐方面的不稳定性。这种攻击利用了这样一个现象：微小的输入变化会导致不可预测的拒绝决策，而目前的检测方法未能很好地解决这种行为。Furina利用碎片化提示来诱导这种不稳定性，在安全基准测试中证明了其有效性，并强调了不确定性放大是关键漏洞。