09:22
官方账号arXiv cs.LG@Shiliang Xiao
精选73°
推荐理由：这篇论文提出了TACS框架，解决了大模型越狱后缀优化中的短视选择问题，在HarmBench上表现优异。
后缀优化
共 1 条相关 AI 资讯
9月1日
09:22
研究人员提出TACS框架解决大模型越狱后缀优化中的短视候选选择问题。该方法在HarmBench基准测试中表现优异，显著提升攻击成功率。TACS通过轨迹感知代理和参考策略正则化稳定优化过程，解决了传统方法的选择阶段奖励黑客问题。实验显示TACS在相同搜索预算下性能优于强基线模型。