文章资料

515种绕过方法全部失败，9类攻击却成功了：LLM安全防护到底漏掉了什么？

AI安全防护不能完全沿用仅针对单模型、单请求的评估边界。未来需要关注的不仅是某个请求是否有害，还包括多个请求之间的关系、不同模型之间的知识迁移，以及最终任务可能产生的实际结果。

号外保存文章的公开索引信息，正文版权归原作者及发布公众号所有。