LLMへのブラックボックス型敵対的攻撃、強化学習フレームワーク「RL-ATTACK」発表
Taikun Chen、Yue Zhang、Wei Qian、Hui Fang らの研究チームは11月5日(現地時間)、大規模言語モデル（LLM）の脆弱性を特定する強化学習に基づくブラックボックス型敵対的攻撃フレームワーク「RL-ATTACK」に関する論文をarXiv cs.CLで発表した。本フレームワークは、勾配情報にアクセスできないブラックボックス設定下で標的モデルから学習し、個別化された敵対的変換を生成する。同論文はIEEE EdgeCom 2026に採択された。