AutoDAN-Turbo Lightweight Mutation Module

功能

基于 AutoDAN-Turbo 原始 Attacker.use_strategy() 文本变异方法， 使用 Qwen/Qwen2.5-1.5B-Instruct 作为轻量化生成模型， 用于安全测评平台的文本测试样例自动生成与变异。

流程

平台输入 → AutoDAN Strategy Library → AutoDAN Attacker → Qwen Chat Template → Qwen2.5-1.5B-Instruct → 结构化变异结果

平台入口

核心接口：

run_mutation(items, model_config=None)

支持单条 dict 和批量 list 输入。

输入字段

• id
• text
• risk_category
• source
• parent_id
• version

其中 text 为必填字段。

输出字段

• id
• original_text
• mutated_text
• strategy
• risk_category
• source
• parent_id
• version
• method
• model

安装

pip install -r requirements.txt

模型

默认模型：

Qwen/Qwen2.5-1.5B-Instruct

模型权重不随代码仓库提交。

当前完成情况

• AutoDAN-Turbo 原始 Attacker 方法复用：完成
• Qwen2.5-1.5B-Instruct 轻量化适配：完成
• 单条文本生成：完成
• 批量文本生成：完成
• 结构化输入输出：完成
• Python 平台调用接口：完成

本模块不重新执行 AutoDAN-Turbo 的 warm-up、 lifelong strategy learning 和完整论文实验流程， 而是加载已有 Strategy Library 完成在线文本变异。