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。

JADE: 一种用于 LLM 的基于语言的安全评估平台
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证