FlashRT：面向长上下文 LLM 提示注入与知识投毒的高效红队框架
FlashRT: Towards Computationally and Memory Efficient Red-Teaming for Prompt Injection and Knowledge Corruption
AI 导读
研究者提出 FlashRT 框架，用于提升长上下文 LLM 下基于优化的提示注入与知识投毒攻击的效率，同时降低计算和 GPU 显存开销。据论文称，相比 SOTA 基线 nanoGCG，FlashRT 取得 2x-7x 加速（例如运行时间从一小时降至不到十分钟），GPU 显存降低 2x-4x（例如 32K token 上下文从 264.1 GB 降至 65.7 GB）。该框架可广泛用于 TAP、AutoDAN 等黑盒优化方法，作者希望它能作为红队工具支持对长上下文 LLM 安全的系统化评估。代码已公开。