2025年1月15日
Proj CJI Paper Reading: AdaPPA: Adaptive Position Pre-Fill Jailbreak Attack Approach Targeting LLMs
摘要： Abstract Background: 目前的jailbreak mutator方式更集中在语义level，更容易被防御措施检查到 本文: AdaPPA (Adaptive Position Pre-Filled Jailbreak Attack) Task: adaptive position 阅读全文
posted @ 2025-01-15 23:13 雪溯 阅读(43) 评论(0) 推荐(0)
Proj CJI Paper Reading: A Wolf in Sheep’s Clothing: Generalized Nested Jailbreak Prompts can Fool Large Language Models Easily
摘要： Abstract background: 本文认为现有的jailbreaking方法要么需要人力，要么需要大模型，本文不需要 本文: ReNELLM Task: Jailbreaking LLM blackbox Method: Prompt Rewriting, Scenario Nesting， 阅读全文
posted @ 2025-01-15 23:12 雪溯 阅读(85) 评论(0) 推荐(0)