跳到正文
10月12日 · 周一

全部论文

找到 6篇
筛选3

攻击类型

投毒与后门4

攻击技术

梯度与表征优化3

影响

数据与隐私泄露5输出被操纵6可用性与可靠性0

系统形态

LLM 应用5

攻击面/入口

检索语料4

层

应用层5

系统组件

MCP 与技能10记忆25RAG29护栏与评审41监控器7推理链18权限与沙箱9微调与开源权重18视觉56音频13视频9图像生成10嵌入6多模态83
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 254篇还没打标签，不在筛选结果里。
影响：输出被操纵影响：可用性与可靠性系统组件：嵌入清除全部

另有254篇论文还没打上分类标签，暂不在筛选结果里。

  1. 防御arXiv 2607.14737

    GeoDetect：面向视觉语言预训练模型的几何对抗检测方法

    提出 GeoDetect 以几何分数检测视觉语言预训练模型的对抗样本

    arXiv
    2607.14737
    发表
    层
    模型层
    场景
    模型与 API
    攻击者
    白盒
    被测模型
    CLIPViT (ViT-B/16)、CLIPCNN (ResNet-50)、ALBEF 等4个
    摘要GeoDetect 用几何分数检测 VLP 对抗样本。

    GeoDetect 是面向视觉-语言预训练模型的对抗样本检测方法，用嵌入几何而不是任务 logits 区分干净样本与对抗样本。

    深度解读完整解读
  3. 攻击arXiv 2606.12716

    PaperGuard：针对多模态 AI 同行评审的攻击与防御基准

    提出 PaperGuard，用图文注入与梯度扰动抬高自动审稿分数并检测恶意指令

    arXiv
    2606.12716
    发表
    层
    应用层
    场景
    LLM 应用
    被测模型
    Claude-sonnet-4.5、GPT-4o、GPT-4.1 等11个
    摘要PaperGuard 测到提示注入与白盒视觉抬分，并比较分块检索防御。

    PaperGuard同时评测并检测多模态 AI 审稿中的评分操纵。

    深度解读完整解读
  4. 攻击arXiv 2605.28074

    SilentRetrieval：以语义保持的对抗数据投毒劫持检索增强生成

    提出 SilentRetrieval，以语义保持对抗文档投毒劫持 RAG 检索与生成

    arXiv
    2605.28074
    发表
    层
    应用层
    场景
    LLM 应用
    被测模型
    Llama-2-7B-Chat、Mistral-7B-Instruct-v0.2、Qwen-7B-Chat 等10个
    摘要两阶段投毒在单文档协议下兼顾检索劫持、生成操纵与近良性困惑度。

    SilentRetrieval 是针对 RAG 的两阶段语料投毒，在每查询一篇、合成目标答案的统一协议下，同时处理检索劫持、生成操纵和流畅度。

    深度解读完整解读
  5. 攻击arXiv 2602.00364

    「有人把它藏起来了」：针对 LLM 检索的查询无关黑盒攻击

    提出查询无关黑盒攻击 DQ-A，用可迁移文末后缀降低文档检索排名

    arXiv
    2602.00364
    发表
    层
    应用层
    场景
    LLM 应用
    被测模型
    Qwen-1.5-7B-Instruct、SFR-Embedding-Mistral、E5-Mistral-7B-Instruct 等10个
    摘要DQ-A 以无查询黑盒后缀压低 LLM 检索排名，并在 BRIGHT 上比较三种基线。

    DQ-A 是一种 query-agnostic、complete black-box 的文档隐藏攻击，对象是用最后隐层相似度匹配的 LLM 检索。

    深度解读完整解读
  6. 攻击arXiv 2512.01335

    EmoRAG 研究揭示 RAG 检索对表情符号扰动的脆弱性

    提出 EmoRAG，向查询与知识库注入同一表情以劫持 RAG 检索

    arXiv
    2512.01335
    发表
    层
    应用层
    场景
    LLM 应用
    被测模型
    SPECTER、Contriever、Qwen2-7B 等11个
    摘要EmoRAG 用表情联动查询与库文本。

    EmoRAG 测量 RAG 对符号扰动的反应：同一表情同时出现在查询和库文本里时，检索会偏离语义匹配。作者要检查的是，检索是否真由语义相关性决定。

    深度解读完整解读
已经到底了