ترجمه فارسی مقاله جیلبریک کردن مدلهای تبدیل متن به تصویر با عاملهای مبتنی بر LLM
| عنوان مقاله به انگلیسی | Jailbreaking Text-to-Image Models with LLM-Based Agents |
| عنوان مقاله به فارسی | جیلبریک کردن مدلهای تبدیل متن به تصویر با عاملهای مبتنی بر LLM |
| نویسندگان | Yingkai Dong, Zheng Li, Xiangtao Meng, Ning Yu, Shanqing Guo |
| فرمت مقاله انگلیسی | |
| تعداد صفحات | 20 |
| دسته بندی موضوعات | Cryptography and Security,Artificial Intelligence,Machine Learning,رمزنگاری و امنیت , هوش مصنوعی , یادگیری ماشین , |
| توضیحات | Submitted 9 September, 2024; v1 submitted 1 August, 2024; originally announced August 2024. |
| توضیحات به فارسی | ارسال شده در 9 سپتامبر 2024 ؛V1 ارسال شده در 1 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. |
قیمت: 19,000 تومان
دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحهای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.
قیمت: 99,000 تومان
سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحهای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.
قیمت: 800,000 تومان
زمان تحویل: 2 تا 3 روز کاری
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
چکیده
Recent advancements have significantly improved automated task-solving capabilities using autonomous agents powered by large language models (LLMs). However, most LLM-based agents focus on dialogue, programming, or specialized domains, leaving their potential for addressing generative AI safety tasks largely unexplored. In this paper, we propose Atlas, an advanced LLM-based multi-agent framework targeting generative AI models, specifically focusing on jailbreak attacks against text-to-image (T2I) models with built-in safety filters. Atlas consists of two agents, namely the mutation agent and the selection agent, each comprising four key modules: a vision-language model (VLM) or LLM brain, planning, memory, and tool usage. The mutation agent uses its VLM brain to determine whether a prompt triggers the T2I model's safety filter. It then collaborates iteratively with the LLM brain of the selection agent to generate new candidate jailbreak prompts with the highest potential to bypass the filter. In addition to multi-agent communication, we leverage in-context learning (ICL) memory mechanisms and the chain-of-thought (COT) approach to learn from past successes and failures, thereby enhancing Atlas's performance. Our evaluation demonstrates that Atlas successfully jailbreaks several state-of-the-art T2I models equipped with multi-modal safety filters in a black-box setting. Additionally, Atlas outperforms existing methods in both query efficiency and the quality of generated images. This work convincingly demonstrates the successful application of LLM-based agents in studying the safety vulnerabilities of popular text-to-image generation models. We urge the community to consider advanced techniques like ours in response to the rapidly evolving text-to-image generation field.
چکیده به فارسی (ترجمه ماشینی)
پیشرفت های اخیر با استفاده از عوامل خودمختار که توسط مدل های بزرگ زبان (LLMS) تأمین می شوند ، قابلیت های حل کار خودکار را به طور قابل توجهی بهبود بخشیده اند.با این حال ، بیشتر نمایندگان مبتنی بر LLM بر روی گفتگو ، برنامه نویسی یا حوزه های تخصصی تمرکز می کنند و پتانسیل خود را برای پرداختن به کارهای ایمنی تولید AI تا حد زیادی ناشناخته می دانند.در این مقاله ، ما ATLAS ، یک چارچوب پیشرفته چند عامل مبتنی بر LLM را هدف قرار می دهیم که مدلهای AI تولیدی را هدف قرار می دهد ، به طور خاص با تمرکز بر حملات فرار از زندان علیه مدل های متن به تصویر (T2I) با فیلترهای ایمنی داخلی.ATLAS از دو عامل تشکیل شده است ، یعنی عامل جهش و عامل انتخاب ، هر یک شامل چهار ماژول اصلی است: یک مدل بینایی زبان (VLM) یا مغز LLM ، برنامه ریزی ، حافظه و استفاده از ابزار.عامل جهش از مغز VLM خود برای تعیین اینکه آیا سریع فیلتر ایمنی مدل T2I را تحریک می کند ، استفاده می کند.سپس به طور تکراری با مغز LLM عامل انتخاب همکاری می کند تا زندانیان نامزد جدید با بالاترین پتانسیل برای دور زدن فیلتر تولید شود.علاوه بر ارتباطات چند عامل ، ما از مکانیسم های حافظه یادگیری درون متن (ICL) و رویکرد زنجیره ای از فکر (COT) استفاده می کنیم تا از موفقیت ها و شکست های گذشته یاد بگیریم و از این طریق عملکرد اطلس را تقویت می کنیم.ارزیابی ما نشان می دهد که اطلس با موفقیت فرار از زندان چندین مدل پیشرفته T2I مجهز به فیلترهای ایمنی چند حالته در یک جعبه سیاه است.علاوه بر این ، اطلس از روشهای موجود در هر دو کارآیی پرس و جو و کیفیت تصاویر تولید شده بهتر عمل می کند.این کار به طرز قانع کننده ای نشان دهنده کاربرد موفقیت آمیز عوامل مبتنی بر LLM در مطالعه آسیب پذیری های ایمنی مدل های تولید محبوب متن به تصویر است.ما از جامعه می خواهیم که در پاسخ به زمینه تولید متن به تصویر به تصویر ، تکنیک های پیشرفته مانند ما را در نظر بگیرد.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.