suels-group/beyond_asrForschungscode zur Messung der Erfolgsraten von Jailbreak-Angriffen (ASR und schrittweise ASR) gegen LLMs, mit Implementierungen von Angriffen wie GCG und Evaluierungsskripten.
Code für das Paper: http://arxiv.org/abs/2610.26589 eingereicht bei NAACL'27.
uv sync aus, um die Abhängigkeiten in der virtuellen Umgebung zu installierensource .venv/bin/activate aus, um sie zu aktivierenuv pip list aus, um die installierten Bibliotheken zu überprüfen. Befolgen Sie die uv-Fehlerbehebung, falls die Liste leer ist.Jetzt sind Sie bereit, Skripte auszuführen!
Eval-Skript:
jailbreak.py – zur Berechnung der Baseline- und schrittweisen ASR-Werte
uv run attacks/GCG/main.py
ASR- und ASR_Step-Berechnung (Standard: Vicuna): uv run scripts/jailbreak.py
ARGS werden in jedem Skript angegeben.