FLAME: A Flexible LLM-Assisted Content Moderation Engine

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出FLAME方法,旨在解决大型语言模型在用户交互中的审核挑战,增强其对抗性攻击的抵抗力,降低攻击成功率,同时保持低计算开销。

🏷️

标签

➡️

继续阅读