FreeBuf网络安全行业门户 · 2023-08-20T18:32:50Z 针对大语言模型的通用对抗性攻击 💡 原文中文，约3900字，阅读约需10分钟。 📝 内容提要 研究人员使用贪婪和基于梯度的搜索技术相结合的方法，生成了一种对抗性攻击后缀，可以提高大语言模型产生肯定回应的概率，并生成恶意内容。该攻击后缀具有可迁移性，可以对黑盒和公开发布的大型语言模型进行攻击。研究者成功地将恶意内容引入多个语言模型，推动了对语言模型的对抗性攻击技术发展。 🏷️ 标签 可迁移性 大型语言模型 大语言模型 对抗性攻击后缀 恶意内容 贪婪和基于梯度的搜索技术 阅读原文 生成长图 分享链接 已复制链接
