JADE: 一种用于 LLM 的基于语言的安全评估平台

💡 原文中文,约600字,阅读约需2分钟。
📝

内容提要

JADE是一种针对语言的模糊平台,可以破坏广泛使用的三类LLM。它基于转换生成文法,可以自动增长和转换解析树,直到破坏保护栏。JADE为这三类LLM生成了三个安全基准,包含高风险的不安全问题。

🏷️

标签

➡️

继续阅读