suels-group/beyond_asrCódigo de pesquisa para medir taxas de sucesso de ataques de jailbreak (ASR e ASR passo a passo) contra LLMs, com implementações de ataques como GCG e scripts de avaliação.
Código para o artigo: http://arxiv.org/abs/2610.26589 submetido ao NAACL'27.
uv sync para instalar as dependências no ambiente virtualsource .venv/bin/activate para ativá-louv pip list para verificar as bibliotecas instaladas. Siga a solução de problemas do uv se a lista estiver vazia.Agora você está pronto para executar os scripts!
Script de avaliação:
jailbreak.py- para calcular as pontuações de ASR de linha de base e passo a passo
uv run attacks/GCG/main.py
Cálculo de ASR e ASR_Step (padrão: Vicuna): uv run scripts/jailbreak.py
ARGS são especificados em cada script.