10月9日 · 周五

全部论文

找到 3 篇

筛选4

攻击类型

越狱1 检测规避2

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 跨模态载荷2 针对防御3 潜伏触发17 诱导选用2

影响

有害内容1 输出被操纵2

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3

层

提示层1 模型层2

系统组件

MCP 与技能6 记忆0 RAG1 护栏与评审11 监控器2 推理链3 微调与开源权重8 视觉4 音频3 图像生成3 嵌入1 多模态10

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 455 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：针对防御系统组件：记忆系统组件：图像生成清除全部

另有 455 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
攻击arXiv 2609.129099月11日
研究者在双 T4 上复现并插桩 Tree-Ring 语义水印伪造攻击
复现 Tree-Ring 语义水印的黑盒伪造并恢复检测统计量
arXiv
2609.12909
发表
9月11日
层
模型层
场景
模型与 API
攻击者
黑盒
被测模型
Stable Diffusion XL base 1.0
- 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