请问现在的master分支中为什么只有single-single的代码了
zggg1p opened this issue · 7 comments
如题
你好，感谢对我们工作的关注。目前的代码可以支持single model情况下的single question/multi question的fuzz，传入的question可以是一个单个的str或者一个list。请参考example.ipynb文件的描述。对于multi-model的情况，考虑到这个使用场景不是很多并且资源消耗比较大暂时，新版的代码还没支持，如果有需要的话请告知我们，我们之后会加上这一部分代码。如果有比较紧急的需要，可以revert到b6408cfef2cd9defc524172d058950ad846824df这个commit之前，我们在这个commit中覆盖了旧版的代码增加可读性和扩展性
你好，请问为什么我在实验中parent的选择基本都是在0，1，2中呢？
你好，请问你攻击对象模型是哪个？因为MCTSExplore算法虽然设计上对比MCTS和UCB更加注重explore，但仍然有可能会陷入局部最优。如果模型的鲁棒性较弱并且一开始对于parent 0，1，2进行选择并且获得较好结果，就有可能再次对0，1，2这三个种子进行选择，如果又能攻击成功，就会进一步加剧这种情况。如果模型鲁棒性较弱，可以在种子选择算法中改成RoundRobinSelectPolicy或者RandomSelectPolicy确保所有的种子都是平等选择的，这样会稍微牺牲一些performance，但是可以保证生成结果中parent的多样性
你好，请问你攻击对象模型是哪个？因为MCTSExplore算法虽然设计上对比MCTS和UCB更加注重explore，但仍然有可能会陷入局部最优。如果模型的鲁棒性较弱并且一开始对于parent 0，1，2进行选择并且获得较好结果，就有可能再次对0，1，2这三个种子进行选择，如果又能攻击成功，就会进一步加剧这种情况。如果模型鲁棒性较弱，可以在种子选择算法中改成RoundRobinSelectPolicy或者RandomSelectPolicy确保所有的种子都是平等选择的，这样会稍微牺牲一些performance，但是可以保证生成结果中parent的多样性
非常感谢您的解答！我的攻击目标是qwen-7b-chat，他的鲁棒性确实一般，在llm-attacks中的表现和vicuna差不多
我print了一下section过程，发现都是从0开始并且之后是以此选取的，好像并没有运用某种决策，这是什么原因呢，攻击目标是gpt-3.5
我print了一下section过程，发现都是从0开始并且之后是以此选取的，好像并没有运用某种决策，这是什么原因呢，攻击目标是gpt-3.5
这个原因会不会是因为我是single-single呢
我print了一下section过程，发现都是从0开始并且之后是以此选取的，好像并没有运用某种决策，这是什么原因呢，攻击目标是gpt-3.5
这个应该是正常的，因为初始所有的seed的weight都是一致的，然后从0开始选取，如果失败了，会降低这个seed的score，这时候会从最高的score的seed里选取（除了0号以外的种子），以此类推。你发现的按照顺序选取在第一轮遍历的情况下比较常见，因为score由两部分组成，一部分是成功jailbreak的score，一部分是novelty score，也就是种子选择会倾向那些没有选过或者选中次数很少的种子。等到iteration增多了就不会出现这种情况了。如果极端情况下没有任何种子可以成功，算法会退化为round robin。