攻击arXiv:2610.05894 · 10月5日研究者提出闭环偏见注入攻击提出闭环激活引导，在扩散语言模型去噪过程中注入定向偏见模型与 API攻击者灰盒·测试LLaDA-8B-Instruct、Dream-v0-Instruct-7B、LLaDA-MoE-7B-A1B-Instruct·模型层模型篡改梯度与表征优化摘要通过去噪中间概率反馈动态调节残差流转向，证明扩散语言模型在推理服务栈中存在闭环偏见注入脆弱性。完整解读
攻击arXiv:2510.11570 · 2025年10月14日研究显示简单攻击可绕过 gpt-oss 等推理模型的安全护栏提出四种阶段转换攻击，绕过推理模型的安全推理护栏模型与 API攻击者白盒黑盒·测试gpt-oss-20b、gpt-oss-120b、Qwen3-4B-Thinking-2507 等 10 个·提示层越狱推理链操控推理链+2+2完整解读