实体
Neeladri Bhuiya
Neeladri Bhuiya
PulseAugur coverage of Neeladri Bhuiya — every cluster mentioning Neeladri Bhuiya across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Prompt2Box方法使用box embedding增强LLM弱点发现
研究人员开发了Prompt2Box，一种通过将提示嵌入“box embedding空间”来分析大型语言模型（LLM）弱点的新方法。与传统的向量嵌入不同，这种方法不仅捕捉了语义相似性，还捕捉了提示之间的特异性和层级关系。实验表明，Prompt2Box显著提高了LLM弱点的识别能力，并增强了提示特异性与聚类深度之间的相关性，优于现有方法。
-
新的PLAGUE框架提高了LLM越狱成功率
研究人员开发了PLAGUE，一个用于针对大型语言模型创建多轮越狱攻击的新框架。该框架模仿终身学习代理，将攻击分解为三个阶段：预热、规划和完成。PLAGUE已显示出显著的成功，在OpenAI的o3和Anthropic的Claude Opus 4.1等模型上的攻击成功率提高了30%以上，这些模型以其对这类漏洞的抵抗力而闻名。