PulseAugur
实时 08:17:37
实体 Multi-Turn Certified Robustness (MTCR)

Multi-Turn Certified Robustness (MTCR)

PulseAugur coverage of Multi-Turn Certified Robustness (MTCR) — every cluster mentioning Multi-Turn Certified Robustness (MTCR) 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_215882 ·

    新框架应对 LLM 的多轮越狱攻击

    研究人员开发了一个名为多轮认证鲁棒性 (MTCR) 的新框架,以解决大型语言模型 (LLM) 易受多轮越狱攻击的漏洞。现有方法难以应对顺序攻击,导致安全边界呈指数级下降。MTCR 使用状态对抗 MDP 对话安全进行建模,并通过嵌入空间模式分解引入组合认证以获得更紧密的边界。它还纳入了安全持久性,提高了下降率并提供了可解释的范围估计,实验表明经验安全性超过了认证边界。