Tag: jailbreak-detection

All the articles with the tag "jailbreak-detection".

• 6.0

  An Empirical Study of Multi-Generation Sampling for Jailbreak Detection in Large Language Models

  2026年04月22日

  · cs.CL updates on arXiv.org· 04/22 14:31 采集

  真实条件下输出型jailbreak检测的实证研究，对比TF-IDF和生成不一致性检测器