- 1、本文档共36页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
:onlinelatex
SCIENTIASINICAInformationis
评述
大语言模型越狱攻击:模型、根因及其攻防演化
111111,231
,,,,,,,
1.,,710049
2.,710021
3.,100080d
.E-mail:haijunwang@
(:622320146237236762372368)(QCYRCXM-2022-345)
e
摘要,,.,
t
,,
,.,
;
p
,,
;,,
.
关键词,,,,
e
1引言c
,Pre-trainedLanguageModel,PLM
LargeLanguageModel,LLM.LLM[1∼3]Natural
c[4][5]
LanguageProcess,NLP.
[6][7][8][9,10]
,.
,,
[11∼13][14][15][16]
,.
A
,LLM.
LLM[17∼19],,
.,
,,.
.RedditDAN[20](Do
引用格式:,,,..:,
XitaoLI,JiangWU,QinghuaZHENG,etal.Jailbreakinglargelanguagemodels.SciSinInform,forreview
/doi/10.1360/SSI-2024-0196
李希陶等中国科学:信息科学在审文章2
AnythingNow),DAN,
,;
,;,,
,,
[21],EmeraldSleet,LLM
.
LLM,LLM.,ios
,
文档评论(0)