研究者提出PDRA推理攻击方法
热点事件持续更新
研究者提出PDRA推理攻击方法
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
研究者 Haoming Yang 等人提出一种名为 PDRA（Paradox-driven Reasoning-based Attack，悖论驱动推理攻击）的方法，通过将恶意主体与良性任务配对构建悖论叙事核心，再嵌入强制三阶段分析框架，为大型语言模型编程有害推理轨迹。 据该研究称，这一攻击会使模型内部表征偏离拒绝模式、抑制安全触发词并激活规划类词汇，在多种 LLM 上取得当前最优（SOTA）的攻击成功率，且效率很高。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
LLM 推理中的叙事悖论：PDRA 攻击如何将推理轨迹导向失准报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AILLM 推理中的叙事悖论：PDRA 攻击如何将推理轨迹导向失准
研究者提出 PDRA（Paradox-driven Reasoning-based Attack），通过将恶意主体与良性任务配对构建悖论叙事核心，再嵌入强制三阶段分析框架，为 LLM 编程有害推理轨迹。该攻击使模型内部表征偏离拒绝模式、抑制安全触发词并激活规划类词汇，在多种 LLM 上实现 SOTA 攻击成功率且效率很高。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。