#LLM红队测试

共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「LLM红队测试」标签的资讯、产品与论文,按刊登时间排,新的在上。
11月17日
论文Agent 与开发者多源确认12:05
研究复现:RL 训练使 LLM 红队攻击多样性收窄

对做 LLM 安全的人来说这篇挺有用:它用 Qwen2.5-14B 攻 Phi-4-mini 的实战设置复现了一个此前只有 GRPO 报告过的现象,还给出了 ADR 这个可量化的指标。如果你在搭自动化红队流程,这里提供了具体训练配置,可以直接借鉴。

事件专题
arXiv cs.LG@Chris Tava原文