越狱分析与概念

标签 - 越狱分析与概念
2025
Jailbroken: How Does LLM Safety Training Fail?
avatar
LLM Security Group
分享知识，认识世界
文章
106
标签
103
分类
28
Follow Me
公告
This is my Blog
最新文章
PLeak: Prompt Leaking Attacks against Large Language Model Applications
Making Them Ask and Answer: Jailbreaking Large Language Models in Few Queries via Disguise and Reconstruction
BaitAttack: Alleviating Intention Shift in Jailbreak Attacks via Adaptive Bait Crafting
Salience-Aware Face Presentation Attack Detection via Deep Reinforcement Learning
Towards Universal AI-Generated Image Detection by Variational Information Bottleneck Network
分类
标签
噪声表示学习 GCG优化 人脸伪造检测 基本迭代法 基于CatmullRom样条回归 算法 补丁攻击 模型安全 大型多模态模型 PUZZLED 微调 成对排序学习 多智能体协作 对抗提示 自适应感知模块 面部伪装攻击检测 特征增强 注意力分散 adversarial example Image Recognition 密码攻击 上下文学习 越狱攻击防御 特征融合 对抗样本 编码器解码器 Search-R1 LLM辅助越狱 进化算法 Adversarial Text Generation 信噪分离 注意力机制 MASTERKEY 多轮越狱 频域特征 可学习干预 BaitAttack 数据集创建（自动标注） PAPILLON 梯度上升
归档
网站信息
文章数目 :
106
本站访客数 :
本站总浏览量 :
最后更新时间 :