价格
面议
下载次数
3
点赞数
0
AutoAdvExBench 是一个评估大型语言模型（LLMs）自主利用对抗性样本防御能力的基准，直接衡量LLMs在机器学习安全专家任务上的成功率。它主要评估模型理解学术论文、代码实现及生成对抗性攻击的能力。测试集包含75个对抗性样本防御实现。