jailbreak_llms入门学习资料-大型语言模型越狱攻击研究项目
Rayjailbreak_llms入门学习资料-大型语言模型越狱攻击研究项目
jailbreak_llms是一个专注于研究大型语言模型(LLM)越狱攻击的开源项目。本文将为您介绍该项目的背景、主要内容和研究发现,帮助对LLM安全性感兴趣的研究人员快速入门。
项目背景
随着ChatGPT等大型语言模型的广泛应用,模型的安全性问题日益突出。jailbreak_llms项目由来自CISPA Helmholtz信息安全中心的研究人员发起,旨在收集和分析现实世界中的LLM越狱提示,评估其有效性,并探索防御策略。
核心数据集
项目收集了15,140个提示,其中包含1,405个越狱提示,是目前最大的野外LLM越狱提示数据集。数据来源包括:
- Reddit (3个相关subreddit)
- Discord (6个AI/提示相关频道)
- 网站 (如FlowGPT, AIPRM等)
- 开源数据集
数据收集时间跨度为2022年12月至2023年12月。
主要研究发现
- 越狱提示正从在线社区向专业提示聚合网站转移
- 803个用户账号分享了越狱提示,其中28个账号持续优化提示超过100天
- ChatGPT是主要攻击目标(90.0%针对GPT-3.5,2.7%针对GPT-4)
- 越狱提示通常更长,在语义空间中与普通提示接近
- 识别出11个主要越狱社区,涉及提示注入、特权提升等多种攻击策略
- 部分越狱提示可在ChatGPT和GPT-4上达到95%的攻击成功率
代码和工具
项目提供了以下代码和工具:
- ChatGLMEval: 用于评估越狱提示有效性的工具
- 语义可视化: 用于分析提示语义的Jupyter notebook
伦理声明
研究仅基于公开数据,不涉及人类受试者。项目旨在提高对LLM安全问题的认识,促进更安全的模型开发。所 有发现已负责任地向相关LLM供应商披露。
更多资源
通过深入了解jailbreak_llms项目,研究人员可以获得宝贵的LLM安全研究数据和工具,为构建更安全的AI系统贡献力量。
编辑推荐精选
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号