PulseAugur
中
实时 22:19:16
实体 jailbreak prompts

jailbreak prompts

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

Show in brief
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
  1. TOOL · CL_28303 ·

    新方法重新触发大语言模型安全措施以检测越狱提示

    研究人员开发了一种新颖的方法来增强大语言模型（LLM）中越狱提示的检测能力。该技术通过重新触发LLM现有的内部安全措施来工作，这些措施可能被复杂的对抗性提示绕过。该方法涉及一种嵌入扰动技术来重新激活这些防御机制，并被证明在白盒和黑盒设置的适应性攻击等各种攻击场景中都有效。