arXiv· Vlad Mihal·· 10 天前推荐指数48
让攻击者消耗更多能量：关键基础设施中针对语言模型攻击者的生成式欺骗
Make the Adversary Spend More Energy: Generative Deception against Language-Model Attackers in Critical Infrastructure
AI 导读
研究用防御方语言模型驱动的诱饵对抗自主语言模型攻击者，在 330 次会话、8 组模型配对、2 种攻击者画像和 3 档反注入强度下测量双方超出空闲的能耗。
来源：arXiv · arxiv.org