对抗性攻击 (adversarial attacks)
概念
出现在 1 集 · 金句 0 条 · 关联 10 个
集里怎么说它
- 《神话之后的红队评估 — Zico Kolter与Matt Fredrikson，Gray Swan》(14:36起):针对大模型的攻击方式，揭示了 AI 与人类截然不同的脆弱性，大模型必须依赖专门的显式训练才能提升对此类攻击的鲁棒性。
出现在这些集
关联实体
Zico Kolter · Matt Fredrikson · Gray Swan · Snowflake · 红队竞技场 · Shade · Signal · OpenClaw · 提示词注入 · 间接提示词注入