The Cost of Thinking: Increased Jailbreak Risk in Large Language Models
机构 * Fan Yang
专题命中 越狱攻击 :jailbreak(title,abstract);分类 cs.CL、cs.AI
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
机构 * Fan Yang
专题命中 越狱攻击 :jailbreak(title,abstract);分类 cs.CL、cs.AI
专题命中 越狱攻击 :alignment(abstract);safety(abstract);jailbreak(abstract);分类 cs.CL、cs.AI