List your company

Jailbreak Robustness on WJ (heldout)

5Attack Success Rate (ASR)BCT
3.6812.5921.530.41Jun 4, 2026

Evaluation results

MethodLinks
BCTModel=Qwen3-4B-Instruct-2507, Stage=Pre2026.065
MLPCTModel=Qwen3-4B-Instruct-2507, Stage=Pre2026.065
AttCTModel=Qwen3-4B-Instruct-2507, Stage=Pre2026.065
BCTModel=Qwen3-4B-Instruct-2507, Stage=Post2026.066
MLPCTModel=Qwen3-4B-Instruct-2507, Stage=Post2026.066
BCTModel=Qwen3-8B, Stage=Pre2026.0617
MLPCTModel=Qwen3-8B, Stage=Pre2026.0617
AttCTModel=Qwen3-8B, Stage=Pre2026.0617
MLPCTModel=Llama-3.1-8B-Instruct, Stage=Post2026.0620
AttCTModel=Gemma-3-4B-IT, Stage=Post2026.0621
BCTModel=Llama-3.1-8B-Instruct, Stage=Post2026.0622
BCTModel=Qwen3-8B, Stage=Post2026.0622
AttCTModel=Qwen3-4B-Instruct-2507, Stage=Post2026.0625
AttCTModel=Qwen3-8B, Stage=Post2026.0625
AttCTModel=Gemma-3-27B-IT, Stage=Post2026.0627
AttCTModel=Llama-3.1-8B-Instruct, Stage=Post2026.0627
MLPCTModel=Qwen3-8B, Stage=Post2026.0627
BCTModel=Gemma-3-27B-IT, Stage=Pre2026.0629
MLPCTModel=Gemma-3-27B-IT, Stage=Pre2026.0629
AttCTModel=Gemma-3-27B-IT, Stage=Pre2026.0629
BCTModel=Llama-3.1-8B-Instruct, Stage=Pre2026.0631
MLPCTModel=Llama-3.1-8B-Instruct, Stage=Pre2026.0631
AttCTModel=Llama-3.1-8B-Instruct, Stage=Pre2026.0631
BCTModel=Gemma-3-4B-IT, Stage=Pre2026.0632
MLPCTModel=Gemma-3-4B-IT, Stage=Pre2026.0632
AttCTModel=Gemma-3-4B-IT, Stage=Pre2026.0632
MLPCTModel=Gemma-3-4B-IT, Stage=Post2026.0634
BCTModel=Gemma-3-27B-IT, Stage=Post2026.0637
BCTModel=Gemma-3-4B-IT, Stage=Post2026.0638
MLPCTModel=Gemma-3-27B-IT, Stage=Post2026.0638