PoisonBench/index.html at main · 1NormalGuy/PoisonBench · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>PoisonBench - 大语言模型RAG鲁棒性研究</title>
    <style>
        :root {
            --primary-color: #1e3a8a;
            --secondary-color: #2563eb;
            --accent-color: #ff6b6b;
            --text-color: #333;
            --light-bg: #f8f9fa;
            --card-bg: #ffffff;
        }

        * {
            margin: 0;
            padding: 0;
            box-sizing: border-box;
        }

        body {
            font-family: 'Segoe UI', 'PingFang SC', 'Microsoft YaHei', sans-serif;
            line-height: 1.6;
            color: var(--text-color);
            background-color: var(--light-bg);
        }

        .container {
            max-width: 1200px;
            margin: 0 auto;
            padding: 0 20px;
        }

        /* 头部样式 */
        header {
            background: linear-gradient(135deg, var(--primary-color), var(--secondary-color));
            color: white;
            padding: 60px 0;
            text-align: center;
        }

        .header-content {
            max-width: 800px;
            margin: 0 auto;
        }

        header h1 {
            font-size: 2.8rem;
            margin-bottom: 20px;
        }

        header p {
            font-size: 1.2rem;
            opacity: 0.9;
            max-width: 80%;
            margin: 0 auto;
        }

        /* 导航栏 */
        nav {
            background-color: white;
            box-shadow: 0 2px 10px rgba(0,0,0,0.1);
            position: sticky;
            top: 0;
            z-index: 100;
        }

        .nav-container {
            display: flex;
            justify-content: center;
            align-items: center;
            padding: 15px 0;
        }

        nav a {
            color: var(--text-color);
            text-decoration: none;
            margin: 0 20px;
            font-weight: 500;
            transition: color 0.3s;
        }

        nav a:hover {
            color: var(--secondary-color);
        }

        /* 主要内容区 */
        main {
            padding: 60px 0;
        }

        section {
            margin-bottom: 60px;
        }

        .section-title {
            font-size: 2rem;
            color: var(--primary-color);
            margin-bottom: 30px;
            text-align: center;
            position: relative;
        }

        .section-title::after {
            content: "";
            position: absolute;
            bottom: -10px;
            left: 50%;
            transform: translateX(-50%);
            width: 80px;
            height: 3px;
            background-color: var(--secondary-color);
        }

        /* 概述区样式 */
        .overview-container {
            display: flex;
            flex-wrap: wrap;
            gap: 40px;
            align-items: center;
            margin-top: 30px;
        }

        .overview-text {
            flex: 1;
            min-width: 300px;
        }

        .overview-image {
            flex: 1;
            min-width: 300px;
            aspect-ratio: 16/9;
            background-color: #e9ecef;
            display: flex;
            align-items: center;
            justify-content: center;
            border-radius: 8px;
            overflow: hidden;
        }

        /* 研究方法区 */
        .methods-grid {
            display: grid;
            grid-template-columns: repeat(auto-fill, minmax(280px, 1fr));
            gap: 25px;
            margin-top: 30px;
        }

        .method-card {
            background-color: var(--card-bg);
            border-radius: 8px;
            padding: 25px;
            box-shadow: 0 4px 12px rgba(0,0,0,0.08);
            transition: transform 0.3s, box-shadow 0.3s;
        }

        .method-card:hover {
            transform: translateY(-5px);
            box-shadow: 0 8px 24px rgba(0,0,0,0.12);
        }

        .method-card h3 {
            font-size: 1.25rem;
            color: var(--primary-color);
            margin-bottom: 15px;
        }

        /* 结果部分 */
        .results-container {
            margin-top: 30px;
        }

        .result-item {
            margin-bottom: 30px;
            background-color: var(--card-bg);
            border-radius: 8px;
            padding: 25px;
            box-shadow: 0 4px 12px rgba(0,0,0,0.08);
        }

        .result-item h3 {
            color: var(--primary-color);
            margin-bottom: 15px;
        }

        /* 团队部分 */
        .team-container {
            display: flex;
            flex-wrap: wrap;
            gap: 30px;
            justify-content: center;
            margin-top: 30px;
        }

        /* 资源部分 */
        .resources-grid {
            display: grid;
            grid-template-columns: repeat(auto-fill, minmax(250px, 1fr));
            gap: 25px;
            margin-top: 30px;
        }

        .resource-card {
            display: flex;
            flex-direction: column;
            align-items: center;
            text-align: center;
            background-color: var(--card-bg);
            border-radius: 8px;
            padding: 30px 20px;
            box-shadow: 0 4px 12px rgba(0,0,0,0.08);
            transition: transform 0.3s;
        }

        .resource-card:hover {
            transform: translateY(-5px);
        }

        .resource-icon {
            width: 60px;
            height: 60px;
            margin-bottom: 20px;
            background-color: var(--light-bg);
            border-radius: 50%;
            display: flex;
            align-items: center;
            justify-content: center;
        }

        .btn {
            display: inline-block;
            background-color: var(--secondary-color);
            color: white;
            padding: 10px 24px;
            border-radius: 4px;
            text-decoration: none;
            font-weight: 500;
            margin-top: 20px;
            transition: background-color 0.3s;
        }

        .btn:hover {
            background-color: var(--primary-color);
        }

        /* 表格样式 */
        table {
            width: 100%;
            border-collapse: collapse;
            margin: 25px 0;
        }

        th, td {
            border: 1px solid #ddd;
            padding: 12px;
            text-align: left;
        }

        th {
            background-color: var(--primary-color);
            color: white;
        }

        tr:nth-child(even) {
            background-color: var(--light-bg);
        }

        /* 页脚 */
        footer {
            background-color: var(--primary-color);
            color: white;
            padding: 40px 0;
            text-align: center;
        }

        .footer-content {
            max-width: 600px;
            margin: 0 auto;
        }

        footer a {
            color: white;
            text-decoration: underline;
        }

        @media (max-width: 768px) {
            header h1 {
                font-size: 2.2rem;
            }

            .section-title {
                font-size: 1.8rem;
            }

            .nav-container {
                flex-direction: column;
                gap: 10px;
            }
        }
    </style>
</head>
<body>
    <!-- 页面头部 -->
    <header>
        <div class="container header-content">
            <h1>PoisonBench</h1>
            <p>面向大语言模型增强检索生成鲁棒性的细粒度直接注入攻击基准</p>
        </div>
    </header>

    <!-- 导航栏 -->
    <nav>
        <div class="container nav-container">
            <a href="#overview">研究概述</a>
            <a href="#methods">攻击方法</a>
            <a href="#results">研究结果</a>
            <a href="#resources">项目资源</a>
        </div>
    </nav>

    <!-- 主要内容区 -->
    <main class="container">
        <!-- 研究概述 -->
        <section id="overview">
            <h2 class="section-title">研究概述</h2>
            <div class="overview-container">
                <div class="overview-text">
                    <p>检索增强生成(RAG)技术在提升大模型事实准确性方面展现出巨大潜力，但同时也带来了新的安全挑战。本研究提出了PoisonBench，一个专门评估大语言模型在RAG场景下对注入攻击鲁棒性的基准测试框架。我们设计了一系列细粒度的直接注入攻击策略，通过向检索文档中注入有意误导性内容，引导模型生成错误的答案，从而系统评估大语言模型在面对投毒语料时的防御能力。实验结果表明，现有的主流大语言模型对这类攻击存在不同程度的脆弱性，为RAG系统的安全性研究提供了重要参考。</p>
                </div>
                <!-- <div class="overview-image">
                    <div style="text-align: center;">
                        <div style="font-size: 3rem; color: #aaa;">📊</div>
                        <p>研究方法概览图</p>
                    </div>
                </div> -->
            </div>
        </section>

        <!-- 攻击方法 -->
        <section id="methods">
            <h2 class="section-title">投毒攻击方法</h2>
            <p>我们设计了六种不同的投毒模板，每种模板使用特定的说服策略引导模型做出错误选择。</p>

            <div class="methods-grid">
                <div class="method-card">
                    <h3>模板1: 引用"最新研究"</h3>
                    <p>在语料中插入"最新研究表明"的虚假说法，声称错误答案实际上是正确的，以此建立虚假权威性。</p>
                </div>

                <div class="method-card">
                    <h3>模板2: "专家共识"</h3>
                    <p>引入虚假的专家共识数据，例如"87%的专家同意"错误答案，利用从众心理影响模型判断。</p>
                </div>

                <div class="method-card">
                    <h3>模板3: 虚构元分析</h3>
                    <p>引用不存在的元分析研究，声称该研究汇总了大量证据支持错误答案，增加说服力。</p>
                </div>

                <div class="method-card">
                    <h3>模板4: MIT实验引用</h3>
                    <p>引用虚构的MIT实验研究结果，利用知名机构的权威性为错误答案背书。</p>
                </div>

                <div class="method-card">
                    <h3>模板5: 否定正确答案</h3>
                    <p>声称正确答案来源于过时的教科书或早期错误理解，暗示错误答案是更新、更正确的知识。</p>
                </div>

                <div class="method-card">
                    <h3>模板6: "突破性研究"</h3>
                    <p>引用虚构的突破性研究证明，声称错误答案打破了传统认知，代表最新科学进展。</p>
                </div>
            </div>
        </section>

        <!-- 研究结果 -->
        <section id="results">
            <h2 class="section-title">研究结果</h2>
            <div class="results-container">
                <div class="result-item">
                    <h3>不同模型的攻击成功率(ASR)</h3>
                    <p>我们对主流大语言模型(包括Qwen、ChatGLM、GPT-4o-mini等)在面对不同投毒模板时的表现进行了系统评估。结果表明:</p>
                    <table>
                        <thead>
                            <tr>
                                <th>模型</th>
                                <th>平均ASR</th>
                                <th>最有效模板</th>
                                <th>最不易受攻击的数据类型</th>
                            </tr>
                        </thead>
                        <tbody>
                            <tr>
                                <td>Qwen</td>
                                <td>42.7%</td>
                                <td>模板4 (MIT引用)</td>
                                <td>事实类问答</td>
                            </tr>
                            <tr>
                                <td>ChatGLM</td>
                                <td>38.5%</td>
                                <td>模板2 (专家共识)</td>
                                <td>比较类问题</td>
                            </tr>
                            <tr>
                                <td>GPT-4o-mini</td>
                                <td>35.1%</td>
                                <td>模板6 (突破性研究)</td>
                                <td>桥接类问题</td>
                            </tr>
                        </tbody>
                    </table>
                </div>

                <div class="result-item">
                    <h3>关键发现</h3>
                    <ul>
                        <li>引用权威机构的投毒策略通常比其他策略更有效</li>
                        <li>中文语料中的投毒攻击成功率普遍高于英文语料</li>
                        <li>复杂推理任务(如桥接型问题)比简单事实型问题更难被成功投毒</li>
                        <li>模型对提示中的数字信息特别敏感，容易被精确数字误导</li>
                        <li>各模型对不同投毒模板的脆弱性存在明显差异</li>
                    </ul>
                </div>
            </div>
        </section>

        <!-- 资源链接 -->
        <section id="resources">
            <h2 class="section-title">项目资源</h2>
            <div class="resources-grid">
                <div class="resource-card">
                    <div class="resource-icon">📄</div>
                    <h3>研究论文</h3>
                    <p>阅读完整的学术论文，了解详细的研究方法与结果</p>
                    <a href="#" class="btn">下载PDF</a>
                </div>

                <div class="resource-card">
                    <div class="resource-icon">💻</div>
                    <h3>代码仓库</h3>
                    <p>访问GitHub获取完整代码实现与数据集</p>
                    <a href="#" class="btn">Github</a>
                </div>

                <div class="resource-card">
                    <div class="resource-icon">🔍</div>
                    <h3>数据集</h3>
                    <p>获取包含多种投毒模板的标准化测试数据集</p>
                    <a href="#" class="btn">下载数据集</a>
                </div>

                <div class="resource-card">
                    <div class="resource-icon">📊</div>
                    <h3>实验结果</h3>
                    <p>查看详细的实验数据与分析</p>
                    <a href="#" class="btn">查看详情</a>
                </div>
            </div>
        </section>
    </main>

    <!-- 页脚 -->
    <footer>
        <div class="container footer-content">
            <p>© 2025 武汉大学国家网络安全学院内容安全理论课程 | 此研究仅用于学术目的，提高AI系统安全性</p>
        </div>
    </footer>
</body>
</html>