遮挡审计 AdvWave-P 音频越狱的频带必要性与解码层关联
这是对加性音频越狱 AdvWave-P 的频率与解码器深度审计，受害模型主要是 Qwen2-Audio-7B-Instruct，不提出新攻击。
提出 AEGIS，用中层内部信号选择性激活后层适配器拦截音频越狱
系统梳理智能体执行链路中的越狱攻击与防御并比较推理时防御
Mia 等人把越狱安全从单轮回复扩展到智能体的规划、记忆、工具和智能体间通信，并问既有结论在更强原生对齐下是否还成立。
提出 AV-SafetyBench 评测文生音视频模型的不安全生成
AV-SafetyBench 是面向文本生成音视频（T2AV）的安全基准：一条提示词同时规定画面和音频，评测同时看两轨以及它们的交互。作者要测的是，不安全含义不只出现在画面上：它可以主要由语音或声音承载，也可以只有两轨合起来才成立。T2VSafetyBench 不评音频，TTA-Bench 不评与画面的交互，作者认为二者都盖不住这些路径。
提出 ARENA 音频红队框架，自动构造文本安全且音频接地的越狱输入
提出 EvoBreak，以良性任务组合诱导自进化 Agent 的持久经验并削弱安全边界
提出 SpeechJBB，评测语码转换语音下音频语言模型的越狱稳健性
SpeechJBB 用合成语音测量 LALM 在五语、语码转换和局部伪词混淆下的安全对齐，并另设口语理解对照。
提出声学干扰攻击 AIA，用良性音频潜语义越狱音频语言模型
提出 SWhisper，用近超声波向语音驱动 LLM 隐蔽注入越狱提示
提出音频叙事越狱，以嗓音投递风格绕过端到端语音模型拒答
提出 StyleBreak 风格化音频越狱，利用语音属性绕过音频语言模型对齐
提出 MULTI-AUDIOJAIL，以多语多口音和声学扰动越狱音频模型
摘要黑盒多语多口音音频加声学扰动可抬高 LALM 的 JSR，文本示范防御并非在每个模型上都下降。
提出 Jailbreak-AudioBench 评测音频语言模型的音频编辑越狱