跳到正文
arXiv · ML· Alexander Panfilov, Peter Romov, Igor Shilov, Yves-Alexandre de Montjoye, Jonas Geiping, Maksym Andriushchenko·· 10 天前AI 评分57

Claudini:AI智能体自动发现LLM先进对抗攻击算法

Claudini: Autoresearch Discovers State-of-the-Art Adversarial Attack Algorithms for LLMs

AI 导读

该研究提出名为 Claudini 的自动研究框架,使前沿AI智能体(如 Claude Code 和 Codex)能够自主发现针对大语言模型(LLMs)的对抗性攻击算法。

来源:arXiv · ML · arxiv.org