fluency-measurement

标签

#fluency-measurement

SAFEGuard: 检测基于优化的越狱攻击，通过有害语义分析和流畅度测量

arXiv cs.LG ↗ · 2026-09-10 缓存

SAFEGuard 是一个统一检测框架，利用有害语义分析和流畅度测量来检测针对大型语言模型的基于优化的越狱攻击，性能优于现有最佳基线方法。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈