Mitigating Adversarial Attacks in Large Language Models through Defensive Suffix Generation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于梯度的防御后缀生成算法,提升大型语言模型在自然语言处理中的鲁棒性,实验结果表明攻击成功率降低了11%。

🏷️

标签

➡️

继续阅读