タグ: 敵対的攻撃

解説 ねえ、智也くん！『SEAS: 自己進化型敵対的安全最適化』っていう論文、面白そうだね！内容教えてくれない？ もちろん！この論文は、大規模言語モデルの安全性を確保するための新しいアプローチについて書かれているんだ。特…

解説 智也くん、この「Adversarial Attacks on Multimodal Agents」って論文、面白そう！教えてくれない？ もちろん、亜美さん。この論文は、視覚対応の大規模言語モデル（VLM）を使って自…

解説 ねえ智也、この論文のタイトル「情報ボトルネックであなたのLLMを守る」って何のこと？ ああ、これは大規模言語モデルが攻撃される問題に対処するための研究だよ。具体的には、敵対的なプロンプトによる攻撃からモデルを守る新…