实体 StableJudge

StableJudge

PulseAugur coverage of StableJudge — every cluster mentioning StableJudge 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

RESEARCH · CL_300718 · Oct 15 · 04:00

新研究解决了LLM裁判的漏洞和对抗性攻击问题

两篇新研究论文探讨了大型语言模型（LLM）作为裁判时的漏洞和防御机制。第一篇论文介绍了StableJudge，一个通过在输入到达LLM裁判之前进行清理来减轻提示注入攻击的轻量级框架。第二篇论文提出了TypeSafe AI的Jev裁判与各种LLM裁判和本地分类器的受控对抗性比较，发现Jev在基于规则的任务上表现稳健，但在基于判断的任务上则不然。