跳到正文
热点事件持续更新

dLLM耦合连续空间框架优化黑盒攻击困惑度

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

阿里·阿尔-拉瓦蒂等人提出了一项新的研究，旨在解决扩散语言模型（dLLM）在黑盒攻击中的应用问题。该研究通过直接将dLLM耦合到连续潜在空间框架中，替代传统的随机映射方法，从而生成更具自然性的攻击提示词，提升了攻击的有效性与隐蔽性。 在具体的实验设置中，该框架展现出显著的性能优势。在RareTrap采样设置下，字符级困惑度从原来的10^3至10^7大幅降至3至5之间；在ThinkTrap优化搜索设置中，困惑度则从20至28降至4.3至5.4。这些数据的降低表明，dLLM能够提供更基于自然语言的风险估计，不同映射下的风险评估差异可达一个数量级，证实了该框架在降低攻击特征方面的有效性。

AI 根据报道生成 · 3 小时前更新

最新进展10月23日 12:00
扩散语言模型用于感知困惑度的黑盒攻击

报道时间线

沿着报道，了解事件的不同侧面。

10月23日
  1. arXiv · NLP
    扩散语言模型用于感知困惑度的黑盒攻击

    该研究提出将扩散语言模型（dLLM）直接耦合到连续潜在空间框架中，替代传统随机映射，从而生成更自然的攻击提示词。 在 RareTrap 采样设置中，字符级困惑度从 10^3–10^7 降至 3–5；在 ThinkTrap 优化搜索设置中，困惑度从 20–28 降至 4.3–5.4。 不同映射下的模型风险评估结果差异可达一个数量级，表明 dLLM 能提供更基于自然语言的风险估计。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月23日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。