10月9日 · 周五

全部论文

找到 1 篇

筛选3

攻击类型

攻击技术

梯度与表征优化3 自动化搜索11 多轮渐进6 编码与混淆5 角色扮演与说服5 对话结构操控1 推理链操控4 跨模态载荷4 针对防御1

影响

系统形态

攻击者权限

攻击面/入口

层

系统组件

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 664 篇还没打标签，不在筛选结果里。

攻击类型：越狱攻击技术：对话结构操控影响：有害内容清除全部

另有 664 篇论文还没打上分类标签，暂不在筛选结果里。

攻击arXiv 2609.297759月24日
输出前缀攻击瞄准推理模型
提出推理通道预填与输出前缀组合攻击以越狱推理模型
arXiv
2609.29775
发表
9月24日
层
提示层
场景
模型与 API
攻击者
黑盒
测试
Gemini 3 Flash Preview、DeepSeek V4 Flash、Claude Haiku 4.5
- 攻击越狱
- 技术推理链操控
- 组件推理链
深度解读完整解读

已经到底了