越狱与攻击 · 论文

论文提出自适应攻击框架，击穿 12 项 LLM 越狱与提示注入防御

提出自适应攻击框架，击穿越狱与提示注入防御

arXiv

2510.09023

发表

2025年10月10日

层

应用层

场景

AI Agent

攻击者

白盒、黑盒

被测模型

Gemini-2.5 Pro、GPT-5 Mini、Llama-3.3 70B 等 15 个

• 攻击越狱
• 技术针对防御
• +2+2