安全paper·· 4 天前推荐指数55
PrivacyEvalClaw：用于审计 LLM 越狱回复隐私泄露的工具增强审议式代理
PrivacyEvalClaw: A Tool-Augmented Deliberative Agent for Auditing Privacy Leakage in LLM Jailbreak Responses
AI 导读
arXiv:2610.36711 提出 PrivacyEvalClaw，一个免训练的审议式代理，用于评估 LLM 越狱回复是否泄露个人信息，尤其针对间接、部分、上下文相关或混淆的披露场景。
来源：安全paper · aisecurity.ninja