arXiv · ML· Juanyang Xu, Zheng Wang, Xingyu Zhao, Siddartha Khastgir, Andi Zhang·· 6 小时前AI 评分26
Pair-Aware Optimization：协调探索与精炼以实现 LLM 智能体越狱
Pair-Aware Optimization: Coordinating Exploration and Refinement for Jailbreaking LLM Agents
AI 导读
该研究提出 Pair-Aware Optimization 框架，结合零阶（ZO）前缀探索与一阶（FO）后缀精炼以提升 LLM 智能体越狱攻击效果。 框架保留多个前缀候选并条件性选择最优前缀-后缀对，引入随机解码以处理多轨迹生成，在恶意指令与环境基准上验证了混合优化优于单一优化器且顺序影响显著。
来源：arXiv · ML · arxiv.org