Untargeted jailbreaks: a broader, faster way to stress-test LLM safety

Not aiming for a script—just unsafe output. 🚨🧨🔍🛡️

This paper introduces a gradient-based untargeted jailbreak attack (UJA) that seeks any unsafe response rather than a specific target. It maximizes a judged “unsafety” signal by decomposing a non-differentiable objective into differentiable parts for optimizing both harmful responses and adversarial prompts. Reported results: over 80% attack success with around 100 optimization iterations, outperforming targeted baselines.

Why it matters: Broader search exposes more vulnerabilities—vital for hardening models and guardrails. Use responsibly for red-teaming and defense.

Security starts with scrutiny. Read, then reinforce.

Paper: http://arxiv.org/abs/2510.02999v1
Register: https://www.AiFeta.com

Paper: http://arxiv.org/abs/2510.02999v1

Register: https://www.AiFeta.com

#LLMSafety #AdversarialAI #RedTeam #SecurityResearch #AIAlignment #Jailbreaks #ResponsibleAI

Read more

Tekijöiden rehellinen itsearvio voi parantaa tiedekonferenssien palkintovalintoja

Tekijöiden rehellinen itsearvio voi parantaa tiedekonferenssien palkintovalintoja

Jokainen, joka on joskus osallistunut suuren tieteenalan palkintoraatiin, tuntee tunteen: satojen ehdokkaiden joukosta pitäisi löytää ne muutamat, jotka todella erottuvat. Tekoälyn ja koneoppimisen suurkonferensseissa tilanne on viety äärimmilleen. Niihin virtaa nykyään kymmeniä tuhansia käsikirjoituksia, ja parhaiden paperien palkintoja jaetaan, vaikka arviointi nojaa kiireisten vapaaehtoisten tekemiin pisteisiin ja hajanaisiin kommentteihin. Arkijärki

By Kari Jaaskelainen
Pelkkä pidempi muisti ei riitä tekoälylle, kun tieto on hajallaan

Pelkkä pidempi muisti ei riitä tekoälylle, kun tieto on hajallaan

Uusi, poikkeuksellisen laaja testi vihjaa, että nykyiset kielimallit eivät vielä hallitse kokonaisia arkistoja – ja että toisenlainen tapa järjestää niiden työ voisi toimia paremmin. Moni tunnistaa tunteen: etsit yhtä lukua kymmenistä raporteista tai yhtä nimeä vuosien sähköposteista. Vastaus ei ole yhdessä kohdassa, vaan pilkottuna sinne tänne. Ihmiselle tämä on työlästä – tekoälylle

By Kari Jaaskelainen
Tekoälylle voi antaa asiointioikeuden ilman pääavainta

Tekoälylle voi antaa asiointioikeuden ilman pääavainta

Oletko koskaan jättänyt naapurille valtuutuksen hakea paketin puolestasi? Arkinen paperilappu riittää tiskillä, kunhan nimi täsmää. Verkossa sama tilanne on pulmallisempi: miten antaa toiselle – tai tekoälylle – lupa toimia puolestasi paljastamatta koko elämääsi, salasanojasi tai luottokorttiasi? Digitaalisessa maailmassa on pitkään eletty kahden huonon vaihtoehdon välissä. Joko jaetaan pääsyyn tarvittava avain – salasana, token

By Kari Jaaskelainen