论文阅读:2024 ACM CCS “Do Anything Now”: Characterizing and Evaluating In-The-Wild Jailbreak Prompts on

总目录 大模型安全相关研究:https://blog.csdn.net/WhiffeYF/article/details/142132328

“Do Anything Now”: Characterizing and Evaluating In-The-Wild Jailbreak Prompts on Large Language Models
“立即行动”:在大型语言模型上表征和评估野外越狱提示

https://dl.acm.org/doi/pdf/10.1145/3658644.3670388

https://github.com/verazuo/jailbreak_llms

https://www.doubao.com/chat/2737010530194946

速览

这篇论文主要研究大语言模型(LLMs)的越狱提示攻击问题,通过收集和分析大量数据,揭示了越狱提示的特点、攻击策略以及对LLMs的威胁程度,并评估了现有防护机制的有效性

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CSPhD-winston-杨帆

给我饭钱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值