自动化大语言模型安全测试方法、装置、服务器及存储介质

本申请公开了一种自动化大语言模型安全测试方法、装置、服务器及存储介质，属于网络技术领域。该方法通过将成功的攻击结果转换为越狱经验，并根据越狱漂移语义对这些经验进行分组，再根据每个组的历史成功率提炼出代表越狱模式和目标经验。测试过程中，利用这些经验对大语言模型进行安全测试，并根据测试结果动态更新目标经验，以提高测试效率和准确性。该方法有效消除了传统方法中的冗余优化问题，能够在不同场景下灵活应对安全测试，提升了大语言模型的安全性和测试的可行性。