[
控场AI
]
知识动态
实体
播客
深度
开发者
关于
Get CLI
EN
基准
JailbreakBench
用于评估AI模型越狱攻击抵抗能力的标准化基准测试，涵盖多种越狱场景包括多轮对话攻击
时间轴 (近 90 天)
9月25日
2024年发布的JailbreakBench、HarmBench等多项评测基准已开始纳入多轮对话场景的评估
待验证
50%
全部知识事实 (1)
待验证
2024年发布的JailbreakBench、HarmBench等多项评测基准已开始纳入多轮对话场景的评估
50%
来源文章
多轮对话攻破AI客服：没有恶意消息，护栏为何失效？
9月25日