研究者提出大模型黑盒红队测试框架REPRO

2026年10月14日，arXiv自然语言处理领域发表了一项大语言模型安全测试相关研究。研究人员提出了一种面向大语言模型自动化红队测试的纯黑盒框架REPRO（反思进化提示词优化器）。该框架仅依托单张消费级GPU上运行的7B压缩开源反思模型，通过驱动进化优化来挖掘对抗提示词，以实现高效的模型安全测试。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。