論文のコード: http://arxiv.org/abs/2610.26589 NAACL'27 に投稿済み。
uv sync を実行して仮想環境に依存関係をインストールするsource .venv/bin/activate を実行して仮想環境を有効化するuv pip list を実行してインストール済みライブラリを確認する。リストが空の場合は uv のトラブルシューティングに従う。これでスクリプトを実行する準備が整いました!
評価スクリプト:
jailbreak.py - ベースラインおよび段階的な ASR スコアを計算する
uv run attacks/GCG/main.py
ASR および ASR_Step の計算(デフォルト: Vicuna): uv run scripts/jailbreak.py
ARGS は各スクリプトで指定されています。