评测与基准arXiv 2510.14207·2025年10月16日论文提出多轮在线骚扰 Agent 基准提出多轮在线骚扰 Agent 基准，评测记忆、规划与微调越狱arXiv2510.14207发表2025年10月16日层应用层场景多智能体被测模型LLaMA-3.1-8B-Instruct、Qwen3-30B-A3B-Instruct、DeepSeekMoE-16B 等 4 个攻击越狱组件微调与开源权重+2+2深度解读完整解读