arXiv · cs.CL· Ali Al-Lawati·· 4 天前AI 评分51
扩散语言模型用于困惑度感知的黑盒攻击研究
Diffusion Language Models for Perplexity-Aware Black-Box Attacks
来源与原文
arXiv · cs.CL
作者：Ali Al-Lawati
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.31558v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出将连续潜空间黑盒攻击框架直接耦合到扩散语言模型（dLLM），去掉随机映射，生成更自然的攻击提示。在 RareTrap 采样估计和 ThinkTrap 优化搜索两种设置下，字符级困惑度分别从 10^3–10^7 降到 3–5、从 20–28 降到 4.3–5.4；两种映射得到的模型风险估计可相差一个数量级。
来源：arXiv · cs.CL · arxiv.org