Dinámicas de rechazo paso a paso en modelos autoregresivos y de difusión
Estudio revela que modelos de difusión son más robustos ante jailbreaks que los autoregresivos. Conoce el nuevo detector SRI.
#lbr
Ataques en espacio latente para evadir rechazos en modelos de lenguaje
Descubre cómo los ataques de espacio latente eluden el rechazo en modelos de lenguaje, superando barreras de seguridad con proyecciones optimizadas.
Compresión aprendida de alta fidelidad: modelado de residuos
Descubre cómo el modelado de residuos mejora la compresión de datos científicos un 30-60%. LBRC y NGLR para alta fidelidad.
GuardNet: Redes superficiales contra inyección de prompts y jailbreak
GuardNet combina redes neuronales superficiales para detectar ataques a LLMs. Logra AUROC 0.747 en benchmark ciego con solo 50ms de latencia. Ideal para producción.
Paradoja de seguridad: mayor conciencia, mayor vulnerabilidad en LLMs
Descubre cómo los LLM con mejor conciencia de seguridad son más vulnerables al ataque Posterior. La paradoja de la seguridad en IA.
Cómo obtener actualizaciones de ubicación en segundo plano cada n minutos en iOS
Aprende a forzar actualizaciones de ubicación en segundo plano cada n minutos en tu app iOS sin jailbreak. Guía paso a paso con código.
SlotGCG: Explotando vulnerabilidades posicionales en LLMs
SlotGCG explota vulnerabilidades posicionales en prompts para jailbreak. Logra un 14% más de éxito que GCG, con solo 200ms de preprocesamiento. Descubre cómo.
SlotGCG: explotando vulnerabilidad posicional en LLMs para ataques
SlotGCG mejora ataques jailbreak en LLMs explotando vulnerabilidades posicionales. Logra un 14% más de éxito y 42% más robustez frente a defensas.
Vectores de dirección: una superficie de ataque adversarial
Descubre cómo un ataque de envenenamiento sigiloso en vectores de dirección puede burlar la seguridad de LLMs. Aprende sobre la defensa ortogonalización.
MaskForge: Ataques Adaptativos con Estructura para Jailbreak de LLMs de Difusión
Aprende cómo MaskForge, un ataque adaptativo de caja negra, alcanza un 79.3% de éxito en jailbreak de dLLMs mediante patrones estructurales dinámicos.
MENTOR: Marco de autoevolución para mitigar riesgos implícitos en LLMs
Descubre MENTOR, un framework de metacognición que reduce los ataques de jailbreak en LLMs hasta un 57.8%. Mejora la seguridad de tus modelos de IA.
MENTOR: Marco de autoevolución para mitigar riesgos implícitos en LLMs
Descubre cómo MENTOR reduce la vulnerabilidad de los LLMs ante riesgos implícitos en educación, finanzas y gestión.
MultiTurnPSB: Seguridad en IA médica ante ataques multi-turno
Los chatbots médicos fallan hasta en un 80% ante ataques multi-turno. Descubre cómo MultiTurnPSB revela vulnerabilidades y las defensas con clasificadores.
Inicializaciones de ataques jailbreak como extractores de cumplimiento
Descubre cómo las inicializaciones de ataques jailbreak extraen direcciones de cumplimiento en LLMs seguros, aumentando la tasa de éxito y reduciendo costos computacionales.
NeuroArmor: defensa selectiva contra jailbreaks en LLMs
Descubre NeuroArmor: reduce ataques jailbreak a 1.57% con bajos falsos positivos en LLMs. Protege tu modelo sin sacrificar utilidad.
Ataques de caja negra, adaptativos y eficientes para romper LLMs
Nuevo ataque IHO vulnera LLMs incluso con defensas avanzadas. Evalúa robustez adversarial de forma eficiente y transferible. ¡Descúbrelo!
Gate AI: Metodología y resultados de evaluación de seguridad en LLM
Descubre la metodología rigurosa de Gate AI para evaluar detectores de inyección y jailbreaks en LLM con umbral único y 16 benchmarks. Resultados sin sesgos.