Adversarial Prompting Framework for AI Safety Assessment
本文提出了一种对抗性提示框架（Adversarial Prompting Framework, APF），用于系统性地评估生成式AI模型的安全性。随着生成式AI在各行业的广泛应用，模型面临的新型网络攻击风险（尤其是对抗性提示攻击）日益突出。
#对抗性提示
共收录 1 条相关情报。
← 返回所有主题共收录 1 条相关情报。
← 返回所有主题本文提出了一种对抗性提示框架（Adversarial Prompting Framework, APF），用于系统性地评估生成式AI模型的安全性。随着生成式AI在各行业的广泛应用，模型面临的新型网络攻击风险（尤其是对抗性提示攻击）日益突出。