BriefGPT - AI 论文速递 · 2025-03-16T00:00:00Z

Enhanced Adversarial Trigger Learning

📝

内容提要

本研究提出了一种增强目标的对抗触发器学习方法（ATLA），通过改进负对数似然损失，实现了基于查询-响应的对抗触发器学习。ATLA展现出接近100%的攻击成功率，具有良好的迁移和泛化能力，并显著减少了查询需求。

🏷️

标签

ATLA 对抗触发器 攻击成功率 泛化能力 迁移能力