arXiv Artificial Intelligence· Haoyu Zhang, Hanwen Liu, Yang Chen, Shibo Zheng, Xiangchen Guan, Zhuoxi Wang, Zijian Xiao, Xiao Luo, Yi Feng, Haowen Xu, Mohammad Zandsalimy, Shanu Sushmita·· 19 小时前AI 评分37
深度而非广度：Best-of-N 越狱如何突破 SAGE 防御
Depth, Not Breadth: Best-of-N Jailbreaking Beyond Surface Noise
AI 导读
研究显示，将 Best-of-N 搜索包裹在代码补全编码上，对三个开放权重目标分别达到 67%、22% 和 15% 的行为触发率，而该编码单次触发最多 4.7%，已发表的字符搜索满预算最多 3.0%。
来源：arXiv Artificial Intelligence · arxiv.org