--- title: "PromptRobust (benchmark) (ES)" source: "https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)" wiki: "systems-analysis.info/int" article: "PromptRobust_(benchmark)_(ES)" language: "es" categories: - "Category:Large language models" - "Category:LLM benchmarks" - "Category:Machine learning" - "Category:Spanish" revision_id: 5936 wiki_created_at: 2026-09-06T23:56:06Z wiki_modified_at: 2026-09-06T23:56:06Z downloaded_at: 2026-09-07T23:11:07Z --- # PromptRobust (benchmark) (ES) **PromptRobust** (también conocido como **PromptBench**) es un **benchmark** integral para evaluar la robustez de los modelos de lenguaje grandes (LLM) frente a **alteraciones adversarias del prompt**, es decir, pequeñas distorsiones en la formulación de la tarea que no alteran su significado^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. El benchmark fue desarrollado en 2023 por un grupo de investigadores (Kaijie Zhu et al.) de Microsoft Research Asia^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. La creación de PromptRobust se debe a la observación de que los LLM modernos son sensibles a los detalles de la formulación: incluso cambios menores (por ejemplo, errores tipográficos o paráfrasis) pueden afectar notablemente las respuestas de los modelos^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. El benchmark tiene como objetivo medir cuantitativamente esta vulnerabilidad y fomentar el desarrollo de métodos de interacción más fiables con los LLM. ## Metodología de evaluación En el marco de la investigación de PromptBench, se creó un corpus de **4788 prompts modificados** que conservan el significado original de las tareas^{[\[3\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-abs-3)}. Estos prompts adversarios se generaron en cuatro niveles de complejidad de alteración^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}: - **Nivel de carácter**: Introducción de errores tipográficos, sustitución o permutación de caracteres (simulando errores de entrada accidentales). - **Nivel de palabra**: Sustitución de algunas palabras por sinónimos, introducción de palabras "ruido" u otros cambios léxicos menores. - **Nivel de oración**: Parafraseo de la estructura de las oraciones, adición o reordenamiento de partes de una frase sin cambiar el tema general. - **Nivel semántico**: Reformulación más profunda del prompt conservando su tarea (por ejemplo, formulaciones alternativas de la misma pregunta)^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. El objetivo de tales "ataques" es verificar cómo desviaciones menores (por ejemplo, errores tipográficos accidentales o el uso de formulaciones sinónimas) afectan la capacidad del modelo para realizar correctamente la tarea, dado que la tarea en sí no ha cambiado^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Cada prompt adversario generado se aplicó a una serie de tareas estándar de NLP, incluyendo **análisis de sentimientos**, **identificación de corrección gramatical**, **detección de oraciones duplicadas**, **inferencia lógica** (NLI), **comprensión lectora**, **traducción automática** y **resolución de problemas matemáticos**^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Para los experimentos, se seleccionaron 8 tipos diferentes de tareas en 13 conjuntos de datos, desde los conjuntos clásicos de GLUE (por ejemplo, SST-2 para análisis de sentimientos, MNLI para NLI) hasta pruebas matemáticas y multilingües especializadas^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Es importante destacar que se evaluó la robustez de diferentes **formatos de prompt**^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}: - Prompts directos sin ejemplos (**zero-shot**, solo la instrucción). - Prompts con varios ejemplos (**few-shot**, donde el prompt incluye muestras de la solución). - Prompts de rol (**in-context roles**, por ejemplo, "Usted es un sistema de análisis de sentimientos, determine..."). - Prompts orientados a la tarea (**task-oriented**, una descripción directa de la tarea)^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. También se probaron varios modelos de lenguaje a gran escala, desde el relativamente pequeño Flan-T5-large y el modelo UL2 hasta los avanzados ChatGPT y GPT-4, así como los modelos abiertos de la familia LLaMA 2 y su derivado Vicuna^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Para generar los ataques se utilizaron métodos existentes del campo del NLP adversario (como TextBugger, DeepWordBug, TextFooler, etc.), adaptados para modificar los prompts en lugar de los datos de entrada^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. La corrección de los prompts "distorsionados" obtenidos se verificó mediante métodos automáticos y manuales; según el informe, al menos el 85% de las variaciones adversarias conservan la semántica correcta y son comprensibles para un humano^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Por lo tanto, el impacto de los ataques refleja fallos del modelo en la percepción de la tarea parafraseada, y no la pérdida del significado de la tarea en sí. ## Resultados y conclusiones Las pruebas demostraron que los LLM modernos **no son lo suficientemente robustos ante pequeños cambios en la formulación del prompt**^{[\[3\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-abs-3)}. En todos los modelos probados, se observó una disminución significativa en la calidad de las respuestas bajo la influencia de los ataques generados^{[\[3\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-abs-3)}. En particular, incluso casos simples —como un error tipográfico en el enunciado de un problema matemático o la sustitución de una palabra clave por su sinónimo— provocaban que el modelo diera un resultado incorrecto, aunque lo resolvía correctamente sin la distorsión^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. La conclusión general de los autores es que "los modelos de lenguaje grandes modernos **no son robustos** (resistentes) a los prompts adversarios"^{[\[3\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-abs-3)}, lo que significa que desviaciones menores en el *phrasing* (la formulación) pueden inducirlos sistemáticamente a error. Al analizar los diferentes tipos de ataques, se descubrió que los cambios a **nivel de palabra** son los que tienen un efecto más destructivo en el rendimiento de los LLM^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. La sustitución de palabras por sinónimos o una ligera distorsión morfológica provocaron la **mayor caída en la calidad**, con un promedio de ≈33% en comparación con el resultado original en las mismas tareas^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Los ataques a **nivel de carácter** (errores tipográficos, caracteres aleatorios) causaron una disminución promedio de la precisión de ~20%^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Por el contrario, la alteración cualitativa o la adición de oraciones completas al prompt tuvieron un efecto mucho más débil, casi sin confundir al modelo^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Las **paráfrasis semánticas** (una reformulación profunda del prompt de otra manera) resultaron ser comparables en su efecto perjudicial a los simples errores tipográficos^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Estos hechos subrayan que los LLM son especialmente vulnerables a cambios léxicos sutiles y errores en palabras clave^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Es revelador que las distorsiones gramaticales (errores tipográficos) teóricamente pueden filtrarse con correctores ortográficos estándar, mientras que los cambios a nivel de palabra y de significado requieren una comprensión semántica avanzada que a los modelos actuales a menudo les falta^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. El análisis del rendimiento de diferentes modelos mostró una dispersión significativa en su robustez^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. **GPT-4** y **UL2** demostraron la mejor resistencia a los prompts adversarios^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. El modelo Flan-T5-large y el modelo conversacional ChatGPT también resultaron ser un poco menos susceptibles a fallos^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Los modelos de la familia LLaMA 2 se situaron en una posición intermedia, mientras que **Vicuna** (13B) se destacó como el más vulnerable a todos los tipos de ataques^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Curiosamente, **el tamaño del modelo no resultó ser un factor decisivo para la robustez**^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}: el relativamente pequeño T5-large fue casi tan estable en sus respuestas como el mucho más grande ChatGPT^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Los autores sugieren que los **métodos de entrenamiento y ajuste fino** (fine-tuning) de los modelos juegan un papel clave, y no solo su escala^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Por ejemplo, UL2 y T5-large se sometieron a un pre-entrenamiento extendido en grandes corpus de datos, y ChatGPT fue entrenado con aprendizaje por refuerzo a partir de la retroalimentación humana (RLHF), lo que podría haber fortalecido su robustez^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Por el contrario, Vicuna fue entrenado en un conjunto de datos comparativamente limitado (como una réplica de código abierto), lo que probablemente explica su alta sensibilidad a los cambios en la formulación^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Estos resultados indican que mejorar los métodos de *fine-tuning* puede aumentar la fiabilidad de los modelos más que simplemente aumentar su tamaño. ### Influencia del formato del prompt La forma en que se presenta el prompt también afecta la fiabilidad de la respuesta^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Se encontró que los **prompts con ejemplos (few-shot) aumentan significativamente la robustez** del modelo en comparación con las instrucciones de un solo paso sin ejemplos (zero-shot)^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. La presencia de varios ejemplos demostrativos de la tarea en el prompt ayuda al modelo a interpretar la tarea con mayor precisión, incluso en presencia de alteraciones de "ruido". Los prompts de rol y los orientados a la tarea (task-oriented) mostraron un nivel de robustez comparable en general, aunque su efectividad varió de una tarea a otra^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Por ejemplo, en los datos de análisis de sentimientos y detección de oraciones duplicadas, el formato de rol fue ligeramente más fiable, mientras que en las tareas de comprensión lectora y traducción, las instrucciones explícitas de la tarea funcionaron mejor^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Estas observaciones pueden servir como guía para el diseño de prompts: agregar ejemplos detallados y contexto de rol reduce la probabilidad de que el modelo cometa errores con formulaciones no estándar. ### Transferibilidad de los ataques entre modelos La transferibilidad de los ataques entre modelos resultó ser limitada^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Los prompts adversarios, diseñados específicamente contra un modelo, no siempre son igualmente efectivos contra otro^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Se observó que los prompts "trampa" generados para explotar las vulnerabilidades de ChatGPT tenían un efecto mucho más débil en GPT-4^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Este último se desempeñó mejor, probablemente porque los ataques no se transferían directamente a su arquitectura: lo que confunde a un modelo puede no afectar a un modelo más avanzado con un entrenamiento diferente^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Sin embargo, algunos tipos de distorsiones simples (como los errores tipográficos) tuvieron un efecto negativo en varios modelos a la vez, lo que sugiere puntos débiles similares en su base lingüística. ### Recomendaciones prácticas Durante el desarrollo de PromptBench, también se identificaron recomendaciones prácticas para usuarios y desarrolladores de LLM^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Una conclusión simple es que la estabilidad de la formulación importa^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Es necesario **evitar errores tipográficos y formulaciones descuidadas en el prompt**^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Los autores demuestran que corregir incluso errores menores (ortografía, mayúsculas/minúsculas aleatorias, espacios extra) puede aumentar significativamente la fiabilidad de la respuesta del modelo^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Además, **la elección de las palabras en la instrucción afecta su robustez**^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. El análisis de la frecuencia de términos en prompts robustos frente a vulnerables reveló que algunas palabras aparecen más a menudo en prompts "fiables", mientras que otras lo hacen en aquellos donde el modelo falló^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Por ejemplo, los prompts que contenían palabras como "acting", "provided", "detection", etc., rara vez provocaban fallos, mientras que palabras como "respond" ("responde"), "following" ("siguiente") o "examine" ("examina") aparecían en casos más problemáticos^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Esto indica que un cierto estilo y léxico en los prompts puede mitigar o, por el contrario, provocar vulnerabilidades en el modelo. En general, se recomienda formular el prompt de la manera **más clara, inequívoca y en términos familiares para el modelo posible**, especialmente para aplicaciones de misión crítica^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Un efecto secundario interesante observado por los investigadores es el impacto de agregar fragmentos de texto sin sentido o irrelevantes al prompt^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Se descubrió que **insertar una secuencia aleatoria de caracteres** (por ejemplo, «LKF0FZxMZ4») al final o en medio del prompt puede distraer la atención del modelo y **reducir la precisión de su respuesta**^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Por otro lado, agregar una frase neutral pero gramaticalmente correcta (por ejemplo, «and true is true» — «y verdadero es verdadero») en algunos casos, por el contrario, **mejoraba la respuesta**, como si enfocara al modelo en las partes importantes de la pregunta^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. Este fenómeno subraya cuán impredeciblemente reaccionan los LLM a detalles de entrada aparentemente insignificantes. También evidencia la complejidad del funcionamiento interno de los modelos: los cambios más pequeños en el contexto pueden perturbar o mejorar su rendimiento, dependiendo de cómo se redistribuye la atención del modelo. ## Importancia y desarrollo futuro PromptRobust/PromptBench ha hecho una contribución significativa a la comprensión de la fiabilidad de los LLM^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. El benchmark propuesto y los datos recopilados están abiertos a la comunidad: el código y los conjuntos de prompts adversarios están disponibles en el repositorio^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. Esto permite a otros investigadores probar la robustez de nuevos modelos frente a variaciones en los prompts y comparar los resultados^{[\[1\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-arxiv-main-1)}. El siguiente paso es el desarrollo de métodos para proteger los modelos de tales ataques, por ejemplo, algoritmos de entrenamiento mejorados que tengan en cuenta posibles errores tipográficos y paráfrasis, o sistemas integrados para la normalización del texto de entrada^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. PromptBench ya se considera una base para futuras investigaciones sobre cómo mejorar la **robustez** (*robustness*) de los modelos de lenguaje ante datos de entrada imprecisos del mundo real^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)}. En última instancia, el trabajo de Zhu y sus colegas demuestra la importancia de considerar la robustez de los prompts al implementar LLM en aplicaciones prácticas: los modelos no solo deben mostrar una alta precisión con datos "limpios", sino también mantener la corrección ante desviaciones menores en la entrada, ya sean errores accidentales del usuario o ataques deliberados^{[\[2\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-towardsai-2)[\[4\]](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_note-cmu-realer-4)}. ## Enlaces externos - Artículo original de PromptBench (arXiv) - Repositorio de PromptBench en GitHub - Artículo «Prompt Robustness: How to Measure and How to Enhance» (Towards AI) ## Bibliografía - Liang, P. et al. (2022). *Holistic Evaluation of Language Models (HELM)*. arXiv:2211.09110. - Chang, Y. et al. (2023). *A Survey on Evaluation of Large Language Models*. arXiv:2307.03109. - Ni, S. et al. (2025). *A Survey on Large Language Model Benchmarks*. arXiv:2508.15361. - Biderman, S. et al. (2024). *The Language Model Evaluation Harness (lm-eval): Guidance and Lessons Learned*. arXiv:2405.14782. - Kiela, D. et al. (2021). *Dynabench: Rethinking Benchmarking in NLP*. arXiv:2104.14337. - Ma, Z. et al. (2021). *Dynaboard: An Evaluation‑As‑A‑Service Platform for Holistic Next‑Generation Benchmarking*. arXiv:2106.06052. - Goel, K. et al. (2021). *Robustness Gym: Unifying the NLP Evaluation Landscape*. arXiv:2101.04840. - Xu, C. et al. (2024). *Benchmark Data Contamination of Large Language Models: A Survey*. arXiv:2406.04244. - Liu, S. et al. (2025). *A Comprehensive Survey on Safety Evaluation of LLMs*. arXiv:2506.11094. - Chiang, W.-L. et al. (2024). *Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference*. arXiv:2403.04132. - Boubdir, M. et al. (2023). *Elo Uncovered: Robustness and Best Practices in Language Model Evaluation*. arXiv:2311.17295. - Huang, L. et al. (2023). *A Survey on Hallucination in Large Language Models*. arXiv:2311.05232. ## Referencias 1. ↑ ^{[1.00](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-0)} ^{[1.01](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-1)} ^{[1.02](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-2)} ^{[1.03](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-3)} ^{[1.04](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-4)} ^{[1.05](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-5)} ^{[1.06](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-6)} ^{[1.07](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-7)} ^{[1.08](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-8)} ^{[1.09](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-9)} ^{[1.10](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-10)} ^{[1.11](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-11)} ^{[1.12](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-12)} ^{[1.13](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-13)} ^{[1.14](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-14)} ^{[1.15](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-15)} ^{[1.16](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-16)} ^{[1.17](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-17)} ^{[1.18](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-18)} ^{[1.19](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-19)} ^{[1.20](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-20)} ^{[1.21](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-21)} ^{[1.22](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-22)} ^{[1.23](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-23)} ^{[1.24](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-24)} ^{[1.25](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-25)} ^{[1.26](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-26)} ^{[1.27](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-27)} ^{[1.28](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-28)} ^{[1.29](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-29)} ^{[1.30](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-30)} ^{[1.31](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-31)} ^{[1.32](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-32)} ^{[1.33](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-33)} ^{[1.34](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-34)} ^{[1.35](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-main_1-35)} «PromptBench: Towards Evaluating the Robustness of Large Language Models on Adversarial Prompts». *arXiv*. [1] 2. ↑ ^{[2.00](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-0)} ^{[2.01](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-1)} ^{[2.02](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-2)} ^{[2.03](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-3)} ^{[2.04](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-4)} ^{[2.05](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-5)} ^{[2.06](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-6)} ^{[2.07](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-7)} ^{[2.08](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-8)} ^{[2.09](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-9)} ^{[2.10](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-10)} ^{[2.11](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-11)} ^{[2.12](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-12)} ^{[2.13](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-13)} ^{[2.14](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-14)} ^{[2.15](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-15)} ^{[2.16](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-16)} ^{[2.17](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-17)} ^{[2.18](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-18)} ^{[2.19](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-towardsai_2-19)} «Prompt Robustness: How to Measure and How to Enhance». *Towards AI*. [2] 3. ↑ ^{[3.0](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-abs_3-0)} ^{[3.1](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-abs_3-1)} ^{[3.2](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-abs_3-2)} ^{[3.3](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-arxiv-abs_3-3)} «PromptRobust: Towards Evaluating the Robustness of Large Language Models on Adversarial Prompts». *arXiv*. [3] 4. [↑](https://systems-analysis.info/int/PromptRobust_(benchmark)_(ES)#cite_ref-cmu-realer_4-0) «Realer Toxicity Prompts (RTP-2.0): Multilingual and Adversarial Prompts for Evaluating Neural Toxic Degeneration in Large Language Models». *Language Technologies Institute - School of Computer Science - Carnegie Mellon University*. [4]