研究提出惩罚重复调用的越狱评估指标 ASR_STEP
热点事件持续更新
研究提出惩罚重复调用的越狱评估指标 ASR_STEP
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Rohan Menon 与 Chih-Hong Cheng 提出越狱评估指标 ASR_STEP，在保留二元成功判定的同时，对受害模型的额外调用进行惩罚，以弥补传统攻击成功率（ASR）忽略重复调用的缺陷。 在 JailBreakBench 上对 GCG、带步数预算的 PAIR 和单步 PAP 基线跨三个模型族评测，GCG 折扣后分数下降 7.0-8.7 个百分点，PAP 保持不变，PAIR 的折扣区间为 3.4-12 个百分点。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
超越攻击成功率：评估迭代式 LLM 越狱的成本感知指标 ASR_STEP报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.CL超越攻击成功率：评估迭代式 LLM 越狱的成本感知指标 ASR_STEP
研究提出 ASR_STEP 指标，在保留二元成功判定的同时对受害模型的额外调用进行惩罚，以弥补传统攻击成功率（ASR）忽略重复调用的缺陷。在 JailBreakBench 上对 GCG、带步数预算的 PAIR 和单步 PAP 基线跨三个模型族评测，GCG 折扣后分数下降 7.0-8.7 个百分点，PAP 保持不变，PAIR 的折扣区间为 3.4-12 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。