Online Learning Defense against Iterative Jailbreak Attacks via Prompt Optimization
机构 * MBZUAI(马克斯·普朗克人工智能研究所) ; University of Edinburgh(爱丁堡大学)
高校专区
机构 * MBZUAI(马克斯·普朗克人工智能研究所) ; University of Edinburgh(爱丁堡大学)
机构 * School of Engineering The University of Edinburgh Edinburgh, UK(工程学院 苏格兰爱丁堡大学)
机构 * University of Edinburgh(爱丁堡大学) ; Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; Nanjing University(南京大学) ; Alibaba Group(阿里巴巴集团) ; University of Amsterdam(阿姆斯特丹大学)
Comments NeurIPS 2025 Dataset and Benchmark Track Spotlight
机构 * ILCC, University of Edinburgh(爱丁堡大学ILCC) ; ILLC, University of Amsterdam(阿姆斯特丹大学ILLC)