使用场景

安全研究人员使用AutoDAN-Turbo来测试一个新开发的LLM的安全性，发现了多个有效的越狱策略。

开发者利用AutoDAN-Turbo框架集成了现有的越狱策略，提高了他们产品的安全性。

教育机构使用AutoDAN-Turbo作为教学工具，向学生展示如何评估和提高LLMs的安全性。

产品特色

自动发现并实施越狱策略，无需人为干预

显著提高攻击成功率，平均成功率提高74.3%

支持整合现有的人为设计的越狱策略，进一步提升成功率

兼容多种最新的LLMs，包括黑盒和白盒模型

提供API兼容性方法，支持OpenAI、Claude等平台

通过在线学习模式进行策略自我探索

能够自动开发出多样的攻击策略，以评估LLMs的行为

使用教程

1. 克隆AutoDAN-Turbo的代码库到本地。

2. 设置环境变量，指定攻击者、目标、评分器和总结器LLM的路径。

3. 运行`main.py`脚本，并传入必要的参数，如恶意行为文件路径、容忍度、轮次等。

4. 根据需要调整LLM的超参数，以适应不同的测试场景。

5. 分析AutoDAN-Turbo生成的日志，以了解攻击策略的效果。

6. 利用AutoDAN-Turbo的结果来改进LLMs的安全性和鲁棒性。