כתבה
arXiv cs.CL ·
FinRT: פיתוח גנרטורים של פגיעות אדפטיביות לאדפטציה של סטרטגיות של רד-טימינג
FinRT: Distilling Adaptive Red-Teaming Strategies into Reusable Adversarial Generators in Consumer Finance
FinRT מפתח גנרטורים של פגיעות אדפטיביות לאדפטציה של סטרטגיות של רד-טימינג. זה עושה זאת על ידי פיתוח גנרטורים של פגיעות אדפטיביות שמסוגלים להתאים עצמם לסטרטגיות של רד-טימינג. זה עושה זאת על ידי פיתוח גנרטורים של פגיעות אדפטיביות שמסוגלים להתאים עצמם לסטרטגיות של רד-טימינג.
תקציר מקורי באנגליתarXiv:2609.36474v1 Announce Type: new Abstract: In regulated industries like consumer finance, seemingly harmless user queries can exploit large language model vulnerabilities, triggering safety failures and pushing responses dangerously close to policy limits. Existing automated red-teaming methods trade off attack effectiveness against generation cost, while treating coverage, severity, and diversity as incidental rather than joint objectives. We introduce FinRT, a structured framework that builds reusable adversarial prompt generators from adaptive red-teaming strategies. Across the six victim models in consumer finance, FinRT substantially outperforms adaptive search baselines while amortizing target-facing attack generation into a reusable generator. FinRT nearly doubles the attack su
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית