实体 Kedong Xiu

Kedong Xiu

PulseAugur coverage of Kedong Xiu — every cluster mentioning Kedong Xiu 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_185327 · Aug 6 · 04:00

新的动态越狱攻击在大型语言模型上实现100%成功率

研究人员开发了一个名为动态越狱攻击（DJA）的新的无参数框架，以绕过大型语言模型的安全对齐。与以前的静态方法不同，DJA动态地探索候选响应，根据有害性和相关性选择最佳目标，并实时调整其优化策略。这种动态方法使DJA能够在40个安全对齐的大型语言模型上实现100%的攻击成功率，平均仅需13.68轮优化。