
Code de recherche pour mesurer les taux de réussite des attaques de type jailbreak (ASR et ASR par étapes) contre les LLM, avec des implémentations d'attaques telles que GCG et des scripts d'évaluation.
Code pour l'article : http://arxiv.org/abs/2610.26589 soumis à NAACL'27.
uv sync pour installer les dépendances dans l'environnement virtuelsource .venv/bin/activate pour l'activeruv pip list pour vérifier les bibliothèques installées. Suivez le dépannage uv si la liste est vide.Vous êtes maintenant prêt à exécuter les scripts !
Script d'évaluation :
jailbreak.py - pour calculer les scores ASR de référence et par étapes
uv run attacks/GCG/main.py
Calcul de l'ASR et de l'ASR_Step (par défaut : Vicuna) : uv run scripts/jailbreak.py
Les ARGS sont spécifiés dans chaque script.