Stop Testing Attacks, Start Diagnosing Defenses: The Four-Checkpoint Framework Reveals Where LLM Safety Breaks
停止测试攻击，开始诊断防御：四检查点框架揭示LLM安全为何破裂
机构 * Technische Universität Berlin（柏林技术大学）
专题命中 越狱攻击 ：safety(title,abstract)；jailbreak(abstract,abstract_cn)；分类 cs.AI、cs.CY
AI总结 本文提出四检查点框架，通过输入输出阶段和检测级别两个维度分析LLM安全机制，揭示防御漏洞所在及原因，提出WASR指标评估安全性能。
Comments 17 pages, pre-print
