安全paper·· 9 天前推荐指数57
M³ 将多轮越狱形式化为 MDP 的红队框架论文
$M^3$: A Multi-LLM System for Multi-Turn Jailbreaking as a Markov Decision Process
AI 导读
arXiv:2610.31937 提出 M³，一个自动化黑盒红队框架，把多轮越狱形式化为有限视界 MDP，攻击者 LLM 根据状态 LLM 生成的紧凑状态选择对话动作来探测目标模型。
来源：安全paper · aisecurity.ninja