Defense methods against multi-language and multi-intent LLM attacks

计算机科学 计算机安全
作者
Shuoshuo Fan,Yichao Yang,Weiqi Huang,Ke Ma,Y. Liu,Yuxin Zheng
标识
DOI:10.1117/12.3051624
摘要

This paper proposes a defense framework against jailbreak attacks that exploit multi-language and multi-intent inputs. Research indicates these attacks are effective primarily due to two reasons: (1) LLMs may incorrectly capture key points and semantics in low-resource language inputs, generating malicious content; (2) multiple requests within a single input can cause attention flickering, leading to inadequate capture of implicit requests and incorrect responses. The proposed defense framework requires no additional training and works by mapping multi-language inputs to high-resource languages, guiding the model to think multiple times, decompose intents, and reflect. Experimental results show significant effectiveness of this framework in defending against attacks.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
chen完成签到,获得积分20
刚刚
1秒前
henry完成签到,获得积分10
2秒前
文艺白晴关注了科研通微信公众号
2秒前
lx123发布了新的文献求助10
2秒前
大模型应助阔达宝莹采纳,获得10
3秒前
图图发布了新的文献求助50
3秒前
Splaink发布了新的文献求助10
3秒前
CC发布了新的文献求助10
3秒前
zl12应助xixi采纳,获得10
4秒前
谷云发布了新的文献求助10
5秒前
Dali应助楚子航采纳,获得20
6秒前
老大车完成签到,获得积分10
6秒前
星辰大海应助zhuang采纳,获得30
6秒前
7秒前
帅到被人打完成签到,获得积分10
8秒前
初秋完成签到,获得积分10
8秒前
8秒前
汉堡包应助宋依依采纳,获得10
9秒前
浮游应助Pierce采纳,获得10
10秒前
bbhk完成签到,获得积分10
11秒前
wwqc完成签到,获得积分0
11秒前
Ting发布了新的文献求助20
12秒前
耳火发布了新的文献求助10
12秒前
月月完成签到,获得积分10
12秒前
chen关注了科研通微信公众号
12秒前
13秒前
琳666发布了新的文献求助30
13秒前
13秒前
朱祥龙发布了新的文献求助30
14秒前
15秒前
15秒前
16秒前
wml应助Li采纳,获得10
16秒前
夏晴晴完成签到,获得积分10
17秒前
17秒前
18秒前
受伤尔曼完成签到,获得积分10
18秒前
Pierce完成签到,获得积分10
18秒前
Yu发布了新的文献求助10
19秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 6000
Encyclopedia of Reproduction Third Edition 3000
Comprehensive Methanol Science Production, Applications, and Emerging Technologies 2000
化妆品原料学 1000
The Political Psychology of Citizens in Rising China 800
1st Edition Sports Rehabilitation and Training Multidisciplinary Perspectives By Richard Moss, Adam Gledhill 600
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5637553
求助须知:如何正确求助?哪些是违规求助? 4743563
关于积分的说明 14999628
捐赠科研通 4795653
什么是DOI,文献DOI怎么找? 2562146
邀请新用户注册赠送积分活动 1521595
关于科研通互助平台的介绍 1481573