arXiv · NLP· Rohan Menon, Chih-Hong Cheng·· 6 小时前AI 评分31
**title_zh:** 引入 ASR_STEP 指标：考虑成本的大语言模型越狱攻击评估
Beyond Attack Success Rate: Cost-Aware Metric for Evaluating Iterative LLM Jailbreaks
AI 导读
**summary_zh:** 针对传统 ASR 忽略迭代调用成本的问题，研究者引入 ASR_STEP 指标，在保留二元成功判断的同时，对额外调用受害模型的行为进行惩罚。
来源：arXiv · NLP · arxiv.org