防御arXiv 2609.29287·9月24日AEGIS：用内部信号在中间层拦截大型音频语言模型越狱提出 AEGIS，用中层内部信号选择性激活后层适配器拦截音频越狱arXiv2609.29287发表9月24日层模型层场景模型与 API攻击者白盒测试Phi-4-Multimodal Instruct、Qwen2-Audio-7B、VITA-1.5 等 6 个防御推理时干预攻击越狱组件音频+1+1深度解读完整解读