尽管开发者已经针对大模型的安全性行为投入大量精力，但仍然存在相当数量的对抗性攻击方法可能诱导模型生成违背安全行为标准的有害内容。我们针对大模型可能受到的多种对抗性攻击，从多个维度进行系统性总结。 模型角度： 黑盒攻击：指攻击者只能 ...