arXiv Artificial Intelligence· Mark Russinovich, Blake Bullwinkel, Giorgio Severi, Cristian Ovadiuc, Ahmed Salem·· 19 小时前AI 评分62
Divide, Consult, Conquer：通过对齐 LLM 实现能力洗白
Divide, Consult, Conquer: Capability Laundering Through Aligned LLMs
AI 导读
论文提出一种名为 capability laundering 的攻击方式：较弱的未对齐模型可将有害任务拆分为看似无害的子问题，分别咨询更强的对齐模型，再在本地组合答案。
来源：arXiv Artificial Intelligence · arxiv.org