10月9日 · 周五

全部论文

找到 2 篇

筛选5

攻击类型

越狱1 检测规避1

攻击技术

梯度与表征优化0 自动化搜索6 多轮渐进1 编码与混淆4 对话结构操控0 跨模态载荷2 针对防御2 潜伏触发17 诱导选用2

影响

有害内容1 输出被操纵1

系统形态

攻击者权限

攻击面/入口

用户输入1 图像与音视频2

层

提示层1 模型层1

系统组件

MCP 与技能6 记忆0 RAG1 护栏与评审12 监控器3 推理链6 微调与开源权重8 视觉4 音频3 图像生成2 嵌入1 多模态9

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 429 篇还没打标签，不在筛选结果里。

攻击技术：梯度与表征优化攻击技术：对话结构操控攻击技术：针对防御系统组件：记忆系统组件：图像生成清除全部

另有 429 篇论文还没打上分类标签，暂不在筛选结果里。

攻击arXiv 2602.101792月11日
研究者提出视觉中心越狱攻击 VJA
提出纯视觉越狱攻击 VJA，把有害编辑指令编码进图像
arXiv
2602.10179
发表
2月11日
层
提示层
场景
模型与 API
攻击者
黑盒
- 攻击越狱
- 技术跨模态载荷
- 组件图像生成
深度解读完整解读
攻击arXiv 2609.082139月8日
DRIFT：通过偏转生成轨迹去除扩散模型水印的黑盒攻击
提出黑盒攻击 DRIFT，偏转生成轨迹以去除扩散水印
arXiv
2609.08213
发表
9月8日
层
模型层
场景
模型与 API
攻击者
黑盒
- 攻击检测规避
- 技术针对防御
- 组件图像生成
深度解读完整解读

已经到底了