Bilanz der Quelle: ECHO ist ein neuer Angriffsansatz, der den Zustimmungs-Proxy bei Jailbreak-Angriffen durch eine kontinuierliche Schadensbewertung auf Antwortebene ersetzt und dabei einen 1,7-Milliarden-Parameter-Regressor nutzt. Die Methode erzielt 89,23 Prozent Erfolg auf HarmBench und einen StrongREJECT-Score von 0,898 und zeigt damit Schwachstellen in der Sicherheitsausrichtung aktueller Sprachmodelle auf.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
