SEMA-Auto：自主终止的多轮越狱攻击
热点事件持续更新
SEMA-Auto：自主终止的多轮越狱攻击
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Mingqian Feng 等人提出多轮越狱攻击方法 SEMA-Auto，其特点是能自主判断攻击是否成功并据此终止会话。作者称，该方法在多个数据集、受害模型和评判器上取得 SOTA 攻击成功率。 在 AdvBench 上针对 DeepSeek-V4-Flash，SEMA-Auto 实现 76.0% 的 ASR@1，平均仅用 3.0 轮；作为对比，固定 7 轮的静态基线为 54.8%，平均 3.7 轮的交互式基线为 43.8%。上述数据为论文报告结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
SEMA-Auto：具备自主性的高效多轮越狱攻击方法报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLSEMA-Auto：具备自主性的高效多轮越狱攻击方法
SEMA-Auto 是一种可自主判断攻击成功并终止会话的多轮越狱攻击方法，在多个数据集、受害模型和评判器上取得 SOTA 攻击成功率。在 AdvBench 上对 DeepSeek-V4-Flash 实现 76.0% ASR@1、平均仅 3.0 轮，优于固定 7 轮的静态基线（54.8%）和 3.7 轮的交互式基线（43.8%）。
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。