概念ASR / Attack Success Rate
攻击成功率
AI安全评估中衡量攻击成功比例的量化指标，定义为攻击成功样本数占总攻击样本数的比例，在提示注入评估中ASR越低通常被视为越安全
时间轴 (近 90 天)
10月20日
随机误差可以通过增加样本量平均掉，系统性偏差却会随样本量放大，导致攻击成功率被结构性高估或低估。
待验证50%
10月20日
攻击成功率不是目标模型的固有属性，而是目标模型与评分器的联合产物。
待验证50%
AI安全评估中衡量攻击成功比例的量化指标，定义为攻击成功样本数占总攻击样本数的比例，在提示注入评估中ASR越低通常被视为越安全
随机误差可以通过增加样本量平均掉，系统性偏差却会随样本量放大，导致攻击成功率被结构性高估或低估。
攻击成功率不是目标模型的固有属性，而是目标模型与评分器的联合产物。