arXiv · NLP· Xiaoqun Liu, Weiming Qi, Qiben Yan·· 5 小时前AI 评分25
DYNASHIELD：LLM黑盒移动目标防御机制，基于动态解码定制
DYNASHIELD: A Black-Box Moving Target Defense for LLMs via Dynamic Decoding Customization
AI 导读
DYNASHIELD是一种针对LLM的黑盒移动目标防御框架，通过动态调整解码超参数和系统提示词增强鲁棒性。 它包含两个关键步骤：识别降低攻击成功率的解码配置，并从中概率采样以引入受控变异性。 在7个开源LLM和4种先进越狱攻击的评估中，该方法显著降低攻击成功率，同时保持响应质量且推理开销极小。
来源：arXiv · NLP · arxiv.org