REPRO：用反思式进化提示优化实现 LLM 自动化红队测试

REPRO 是一个纯黑盒的对抗提示优化框架，仅靠单个消费级 GPU 上压缩的 7B 反思模型驱动进化搜索，在 AdvBench、JailbreakBench 和 HarmBench 上覆盖 11 个家族共 36 个目标模型，单轮对每个评估目标均达到 100% 攻击成功率（ASR），每个行为中位查询 24 次。