概念Greedy Coordinate Gradient / GCG攻击
GCG
一种针对大语言模型的白盒对抗攻击方法，通过贪婪坐标梯度优化自动生成对抗性提示前缀，可绕过模型安全限制，但需要数千步梯度优化，实施门槛较高
时间轴 (近 90 天)
10月28日
在 Qwen、Llama 和 Olmo 三个模型家族上训练 SafeTulu，GCG 攻击成功率最多降低 22%。
待验证50%
10月28日
GCG 攻击（Greedy Coordinate Gradient Attack）是一种通过梯度引导的贪婪搜索，在输入序列中逐步替换 token 以最大化模型生成目标有害内容概率的对抗性提示攻击方法。
待验证50%
9月15日
早期的 GCG（Greedy Coordinate Gradient）对抗攻击需要数千步梯度优化
待验证50%
8月24日
GCG（Greedy Coordinate Gradient）攻击由卡内基梅隆大学团队在2023年提出，通过梯度优化生成能绕过安全限制的文本后缀，且攻击可从开源模型迁移到闭源商业模型
待验证50%
全部知识事实 (4)
待验证
在 Qwen、Llama 和 Olmo 三个模型家族上训练 SafeTulu，GCG 攻击成功率最多降低 22%。
50%待验证GCG 攻击（Greedy Coordinate Gradient Attack）是一种通过梯度引导的贪婪搜索，在输入序列中逐步替换 token 以最大化模型生成目标有害内容概率的对抗性提示攻击方法。
50%待验证早期的 GCG（Greedy Coordinate Gradient）对抗攻击需要数千步梯度优化
50%待验证GCG（Greedy Coordinate Gradient）攻击由卡内基梅隆大学团队在2023年提出，通过梯度优化生成能绕过安全限制的文本后缀，且攻击可从开源模型迁移到闭源商业模型
50%