BriefGPT - AI 论文速递 · 2025-05-02T00:00:00Z

大语言模型安全：漏洞、攻击、防御与对策

📝

内容提要

本研究关注大语言模型（LLMs）在训练和部署过程中出现的安全威胁和漏洞，定义并分类了针对LLMs的各种攻击。通过对攻击及其防御机制的深入分析，提出了预防和检测两类防御策略，并评估了现有防御机制的有效性，为保护LLMs提供了结构化框架，同时指出了进一步研究的方向。

🏷️

标签

大语言模型 安全 漏洞