CLARE

Определение

CLARE — фразовая атака на LLM, заменяющая или вставляющая целые фразы с сохранением смысла, используется для тестирования robustness к adversarial input.

Где встречается

• 298. Как вы тестируете robustness LLM к adversarial input (не только injection)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление