Security Evaluation Framework

這篇論文真正補到的，不是又一組 jailbreak 技巧，而是把 attack、evaluation、aggregation 與 reporting 接成可重跑的 Security Evaluation Test。作者提出 AVISE 框架，並用 ALM 增強版 Red Queen 多輪攻擊示範：25 個 test cases、ELM 評估準確率 92%，且 9 個近期模型全都對這類多輪操控呈現不同程度脆弱性。