防御arXiv 2609.38239·9月29日推理层安全:防御对抗性推理与基础设施滥用用 SCM 合成会话并训练检测器识别推理层滥用arXiv2609.38239发表9月29日层基础设施层场景模型与 API测试gradient-boosted detector (GBDT/XGBoost)防御检测与过滤攻击越狱+1+1深度解读完整解读
分析与理论arXiv 2609.29757·9月24日OllamaDrama:用蜜罐测量暴露 LLM 基础设施遭受的攻击部署蜜罐测量针对暴露 LLM 基础设施的攻击arXiv2609.29757发表9月24日层基础设施层场景模型与 API深度解读完整解读