주제별로 글을 찾아보세요. 검색과 태그 필터를 함께 쓸 수 있습니다.
정렬된 LLM에서 유해 출력을 끌어내는 GCG·PAIR 계열 자동 공격과 HarmBench 표준 평가, 방어가 늘 뒤처지는 군비 경쟁 구조를 정리합니다.