AUTODAN:生成对齐大型语言模型上的隐形越狱提示.pdf

AUTODAN:生成对齐大型语言模型上的隐形越狱提示.pdf

PublishedasaconferencepaperatICLR2024

AUTODAN:GENERATINGSTEALTHYJAILBREAK

PROMPTSONALIGNEDLARGELANGUAGEMODELS

XiaogengLiu1NanXu2MuhaoChen3ChaoweiXiao1

123

UniversityofWisconsin–Madison,USC,

文档评论(0)

1亿VIP精品文档

相关文档