Failure-First·本站收录2026-10-13 08:35· 原文发表5月21日

CoP：用原则组合对大语言模型开展智能体红队测试

[Daily Paper] CoP: Agentic Red-teaming for Large Language Models using Composition of Principles

AI 导读

CoP（Composition-of-Principles）框架把单条攻击原则组合成结构化多阶段越狱，使大语言模型的红队测试实现自动化与规模化，从而在规模上系统性暴露安全风险。