越狱IDEA~全网唯一 ！！！😊
摘要：
是未来的越狱界新星的越狱idea（会搞懂越狱机制保护大家的！）!冲冲冲！目前包含源于冬令营和5×论文带来的灵感，一定会坚持更新的！👌 阅读全文
posted @ 2024-12-21 19:42 岁月月宝贝 阅读(1) 评论(0) 推荐(0) 编辑
你的语言模型实际是一个奖励模型！😁Direct Preference Optimization:Your Language Model🎭is Secretly a Reward Model
摘要：
直接偏好优化：你的语言模型实际上是一个奖励模型！文章提出了DPO算法，我用自己的语言把它表达得很清晰（100%精读哦）🏋️♀️~ 阅读全文
posted @ 2024-12-19 14:23 岁月月宝贝 阅读(6) 评论(1) 推荐(0) 编辑
Datawhale 2025冬令营第二弹！！😊自己微调模型！
摘要：
Datawhale 2025冬令营第二弹！！定制垂类大模型 = 优质数据集 + 开源大模型😘 阅读全文
posted @ 2024-12-15 17:44 岁月月宝贝 阅读(30) 评论(2) 推荐(1) 编辑
Many-shot Jailbreaking💘足够长的上下文长度有利于各种越狱？
摘要：
Many-shot Jailbreaking💘足够长的上下文长度有利于各种越狱？ 阅读全文
posted @ 2024-12-14 15:19 岁月月宝贝 阅读(1) 评论(0) 推荐(0) 编辑
感觉这是一篇真正学者完成的文章🙇MASTERKEY: Automated Jailbreaking of Large Language Model Chatbots
摘要： 
MASTERKEY: Automated Jailbreaking of Large Language Model Chatbots谢谢作者，受益匪浅！ 阅读全文
MASTERKEY: Automated Jailbreaking of Large Language Model Chatbots谢谢作者，受益匪浅！ 阅读全文
posted @ 2024-12-13 12:21 岁月月宝贝 阅读(2) 评论(0) 推荐(0) 编辑
这是一个举报帖🙃
摘要：
这是一个举报帖🙃，牛翰网上这位与我同名的“岁月月宝贝”(下图)涉嫌对我博客的抄袭！！！
本人原帖链接：https://www.cnblogs.com/HYLOVEYOURSELF/p/18556772
抄袭者帖子链接：https://www.niucores.com/forum-post/31078.html 阅读全文
posted @ 2024-12-12 09:40 岁月月宝贝 阅读(15) 评论(0) 推荐(0) 编辑
多语言越狱很棒！😊MULTILINGUAL JAILBREAK CHALLENGES IN🧜♀️LARGE LANGUAGE MODELS
摘要：
多语言越狱很棒！😊MULTILINGUAL JAILBREAK CHALLENGES IN🧜♀️LARGE LANGUAGE MODELS
写这篇的时候第一次认识到了附录内容的重要性（bushi只是这篇读了全部的附录），它可以让你明确文章全部的实验，并且其中包含很多辅助你对正文理解的表格👍 阅读全文
posted @ 2024-12-11 23:09 岁月月宝贝 阅读(5) 评论(0) 推荐(0) 编辑
一篇复杂的研究🤔A Comprehensive Study of 😨Jailbreak Attack versus Defense for Large Language Models
摘要：
本🐏认为，这篇文章的亮点在于对攻击和防御技术的多维评估，另外通过比较不同模型（如Vicuna、LLama和GPT-3.5 Turbo）对攻击和防御策略的反应，文章提供了对模型间差异的深入理解。
对现有的防御策略的评估相对详细，说出了很多文章没有考虑到的良性提问分类错误，并且还细致到了输入是否包含某段符号。 👍
禁止盗用，侵权必究！！！欢迎大家积极举报🐾 阅读全文
posted @ 2024-12-11 15:18 岁月月宝贝 阅读(5) 评论(0) 推荐(0) 编辑
古早的遗传算法碰到LLM->😊AutoDAN Generating Stealthy Jailbreak Prompts on💗Aligned Large Language Models
摘要：
古早的遗传算法碰到LLM->😊AutoDAN Generating Stealthy Jailbreak Prompts on💗Aligned Large Language Models 阅读全文
posted @ 2024-12-10 15:22 岁月月宝贝 阅读(5) 评论(0) 推荐(0) 编辑
Datawhale 2025冬令营“嬛嬛，我来啦！”😘
摘要：
Datawhale2025冬令营笔记来啦！！ 阅读全文
posted @ 2024-12-09 14:54 岁月月宝贝 阅读(38) 评论(0) 推荐(0) 编辑