batch_jailbreak

批量中的安全性？理解与缓解批量提示中的安全失效 官方仓库 Kihyun Kim, Hee-Seon Kim, Wonjun Lee, Changick Kim 韩国科学技术院 KAIST 新闻 2026.09 我们的论文已被 AACL-IJCNLP 2026 Main 接收！🎉 2026.08 论文已在 arXiv 上发布！ 2026.08 代码已发布！ 概述 批量提示是一种实用的推理策略，它将多个查询打包到单次调用中。我们表明，它在效用上的成功并不 能延伸到安全性上：一个在单独提出时会被可靠拒绝的有害问题，当被嵌入到一批良性问题中时，可能会引出有害的回答。 本仓库提供了以下官方代码： ...