安全攻防 morning

面向多种防御策略的自动化越狱攻击

摘要

作者：Qi Wang, Chengcheng Wan等 原文链接：https://arxiv。org/pdf/2606。16751 摘要 大型语言模型（LLM）在广泛的任务中展现出了卓越的能力。然而，由于其易受对抗性提示攻击的影响，其安全性仍然是一个关键问题。在本文中，我们提出了UniAttack，这是一个从防御视角设计的对抗性测试框架，用于系统性地构建有效的黑盒攻击提示。

作者 原文链接 摘要 大型语言 模型

2026-06-17 1 阅读 约1分钟阅读 Seebug Paper