大语言模型的安全对抗测试方法、装置及电子设备

本公开提供了大语言模型的安全对抗测试方法、装置及电子设备，涉及人工智能技术领域，尤其涉及深度学习、云计算、自然语言处理、大模型等技术领域。具体实现方案为：获取目标大语言模型对应的提示文本集合、对抗策略库以及对抗提示生成模型；根据提示文本集合中的原始提示文本、对抗策略库中的对抗策略以及对抗提示生成模型，生成对抗提示文本；根据对抗提示文本对目标大语言模型进行安全对抗测试；其中，结合对抗提示生成模型生成对抗提示文本，进而对目标大语言模型进行安全对抗测试，能够降低对抗提示文本的生成成本，提高对抗提示文本的生成效率，进而提高目标大语言模型的安全对抗测试效率。