基本信息 原文标题: PathSeeker: Exploring LLM Security Vulnerabilities with a Reinforcement Learning-Based Ja...
技术分享 | LLM Powered Agents概念与实践
1.agent概念1.1什么是agent?agent(智能体)是能够自主行动、感知环境、做出决策并与其他agent或人类进行交互的计算机程序或实体。1.2LLM:agent的全新大脑agent本身是一...
基于深度强化学习的通信抗干扰系统
摘 要:由于电磁信道的开放特征,存在恶意节点对正常数据流实施干扰,阻止合法接收者获得信息,进而截获并篡改数据,因此针对通信抗干扰的研究非常重要。传统的抗干扰方法采用单一抗干扰方式,并不能根据环境自适...
【论文速读】| 超越随机输入:一种基于机器学习的新型硬件模糊测试方法
本次分享论文:Beyond Random Inputs: A Novel ML-Based Hardware Fuzzing基本信息原文作者:Mohamadreza Rostami, Marco Ch...
面向深度强化学习的对抗攻防综述
点击上方蓝色字体,关注我们/ 技术交流群 /添加微信15021948198,申请会员下载ppt & 加入汽车网络信息安全、测试评价、汽车电子、自动驾驶技术交流群、招聘求职群、投融资合作群......
安全行业大模型的来龙去脉
前言:自ChatGPT发布以来,围绕大模型,个人、企业乃至国家,都陷入愈发剧烈的变革中。它的影响力已经远超技术范畴,成为全球技术、产业和国际竞争的综合战场。然而,大模型的落地并非一帆风顺,从行业数据的...
AI安全:生成式AI原理与应用分析
术语解释:机器学习ML:使AI从数据中学习并做出决策或预测,分为监督学习 无监督学习 强化学习监督学习=小时候你妈教你数学,通过大量正确的数学试题来指导你无监督学习=你刷短视频时候经常刷美女 一定程度...
【论文速读】| CovRL:基于覆盖引导的强化学习对LLM基础变异进行JavaScript引擎模糊测试
本次分享论文为:CovRL: Fuzzing JavaScript Engines with Coverage-Guided Reinforcement Learning for LLM-based ...
【论文速读】| DeepGo:预测式定向灰盒模糊测试
本次分享论文为:DeepGo: Predictive Directed Greybox Fuzzing基本信息原文作者:Peihong Lin, Pengfei Wang, Xu Zhou, Wei ...
「人脑替代计划-2」机器学习到底怎么学习怎么工作?
介绍本文是面向初学者的生成式人工智能系列的一部分,我们正在学习生成式人工智能的基础知识,一次一个简单的步骤。为了便于掌握,我将整个系列分成了几个小部分。最多需要 15-20 分钟的学习时间。完成本系列...
KuaiSim: 一个综合的推荐系统用户模拟器
记得给 “应用机器学习” 添加星标,收取最新干货 作者:香港城市大学 赵克森 今天跟大家分享一篇来自于香港城市大学赵翔宇老师团队和快手合作的论文,该文章针对用户模拟器用户长期反馈信号建模不足、与现实世...
SecGPT:全球首个网络安全开源大模型
2023年是人工智能的奇迹年,OpenAI的ChatGPT横空出世,在自然语言的人机对话领域实现了突破性的智能表现。人工智能技术的革命性应用已在各行业引发了热潮,医疗、金融、法律等领域都涌现出了垂类开...
4