攻击arXiv 2610.10000·10月7日超越奖励压制:有界奖励热启动 Bandit 的近最优离线攻击提出热启动 Bandit 的部署前有界离线注入攻击arXiv2610.10000发表10月7日层训练与数据层场景LLM 应用被测模型UCB、Thompson Sampling、ϵ-greedy攻击投毒与后门深度解读完整解读
攻击arXiv 2604.03890·4月5日从提示到物理动作:针对 LLM 中介机器人控制系统的结构化后门攻击提出结构化 JSON 后门,经投毒 LoRA 在机器人控制中触发恶意动作arXiv2604.03890发表4月5日层训练与数据层场景具身与机器人、LLM 应用被测模型Llama-3.1-8B-Instruct、Gemma-2-9B-IT、DeepSeek-R1-Distill-Llama-8B 等4个攻击投毒与后门技术潜伏触发组件微调与开源权重+1+1摘要推理层后门传不到执行。深度解读完整解读