AutoDAN

Определение

Градиентная атака на LLM, генерирующая adversarial суффиксы для обхода защитных механизмов.

Где встречается

• 355. Как вы защищаете LLM от градиентных атак (white-box jailbreak)
• 600. Как вы защищаете LLM от градиентных атак (white-box jailbreak)
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление