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arXiv2510.11570发表2025年10月14日层提示层场景模型与 API攻击者白盒、黑盒测试gpt-oss-20b、gpt-oss-120b、Qwen3-4B-Thinking-2507 等 10 个攻击越狱技术推理链操控组件推理链+2+2深度解读完整解读
攻击arXiv 2609.04260·9月2日GhostWord:针对自动语音识别的细粒度后门攻击提出 GhostWord 词级触发后门,对自动语音识别做数据投毒arXiv2609.04260发表9月2日层训练与数据层场景模型与 API测试Whisper-Small、Whisper-Medium、MMS 等 4 个攻击投毒与后门技术潜伏触发组件音频+2+2深度解读完整解读