实体
Llama3.1 70B
Llama3.1 70B
PulseAugur coverage of Llama3.1 70B — every cluster mentioning Llama3.1 70B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的红队测试方法ContextualJailbreak绕过了LLM安全对齐
研究人员开发了ContextualJailbreak，这是一种旨在发现大型语言模型漏洞的进化红队测试策略。这种黑盒方法使用模拟的多轮对话和分级危害评分来指导其寻找越狱攻击。该方法在多个开源模型上实现了100%的攻击成功率，并表现出对闭源前沿模型的显著可迁移性，尽管在不同提供商之间的鲁棒性存在显著差异。
-
本地大语言模型在Linux权限提升攻击方面已可媲美云端模型
研究人员探索了提高本地托管的大语言模型（LLMs）在Linux权限提升攻击方面有效性的方法。他们分析了开源模型的失败模式，并测试了五种干预措施，包括思维链提示和检索增强生成，这些措施已集成到名为hackingBuddyGPT的工具中。研究发现，这些增强措施使Llama3.1 70B等模型能够达到83%的利用率，与GPT-4o等云端模型相当或超越，其中基于反射的治疗被证明是最具影响力的。