该文综述大语言模型安全研究,涵盖SmoothLLM、ReNeLLM、RPO、SASP、APO、POISONPROMPT、IAPrompt等方法,涉及越狱攻击、后门威胁、多模态安全与提示优化,旨在提升模型鲁棒性与防御能力。
完成下面两步后,将自动完成登录并继续当前操作。