跳到正文
arXiv cs.AI· William Hackett, Peter Garraghan·· 3 小时前AI 评分40

BRANCH:绕过多扫描器 AI 护栏的越狱方法

BRANCH: Bypassing Multi-Scanner AI Guardrails

AI 导读

研究者提出 BRANCH,一种针对多扫描器护栏系统的绕过方法,通过分支树搜索对单个扫描器动态施加对抗扰动,再按护栏系统整体效果优化扰动与选择技术。在 6 个护栏系统、120 个场景中,BRANCH 实现 100% 攻击成功率,查询量减少 72%,墙钟时间缩短 4.5 倍,同时保持语义不变。

来源:arXiv cs.AI · arxiv.org