Latent-space adversarial training with post-aware calibration for defending large language models against jailbreak attacks

对抗制 计算机科学 培训(气象学) 空格(标点符号) 人工智能 校准 机器学习 语言模型 训练集 自然语言处理 数学 统计 操作系统 物理 气象学
作者
Xin Yi,Yue Li,Dongsheng Shi,Linlin Wang,Xiaoling Wang,Liang He
出处
期刊:Expert Systems With Applications [Elsevier BV]
卷期号:296: 129101-129101 被引量:13
标识
DOI:10.1016/j.eswa.2025.129101

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
hin发布了新的文献求助10
刚刚
1秒前
1秒前
2秒前
cdercder的应助被suiwuya采纳,获得10
3秒前
单薄的绝施完成签到,获得积分10
3秒前
4秒前
4秒前
今后的应助被朴实夏寒采纳,获得30
5秒前
机智冰凡完成签到,获得积分10
5秒前
祺宴发布了新的文献求助10
5秒前
5秒前
7秒前
7秒前
vamcello发布了新的文献求助10
7秒前
keyantong完成签到,获得积分10
7秒前
王艳完成签到,获得积分10
8秒前
清辉影发布了新的文献求助10
8秒前
shushu完成签到,获得积分10
8秒前
111完成签到 ,获得积分10
9秒前
hin完成签到,获得积分20
10秒前
11秒前
11秒前
linda完成签到 ,获得积分10
12秒前
惊嵐发布了新的文献求助10
12秒前
13秒前
14秒前
钧凯发布了新的文献求助10
14秒前
15秒前
卡卡西完成签到,获得积分10
15秒前
zzzmaple完成签到,获得积分20
15秒前
WM完成签到,获得积分20
15秒前
Endure完成签到 ,获得积分10
16秒前
18秒前
科研通AI6.3的应助被澎澎采纳,获得10
19秒前
朴实夏寒发布了新的文献求助30
19秒前
kaiyang完成签到,获得积分10
20秒前
21秒前
只争朝夕的应助被WM采纳,获得10
21秒前
小娃完成签到 ,获得积分10
22秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
Boundaries and Bodhisattvas 500
高分子基功能界面水蒸发材料与应用研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8181498
求助须知:如何正确求助?哪些是违规求助? 9571421
关于积分的说明 21817968
捐赠科研通 7777967
什么是DOI,文献DOI怎么找? 3433508
关于科研通互助平台的介绍 2557696
邀请新用户注册赠送积分活动 2479552