测量 LLM 版本更替对科学摘要 AI 改写检测器的影响
作者量化的是：科学摘要的 AI 改写筛查，在 LLM 版本不断更换、而人类摘要误标必须少见时，会怎样变。问题来自期刊和会议已经按分数阈值筛查投稿，但基准多停在评估时可得的版本上。
TAPDreamer 用公开编码器做固定补丁。
测量系统提示中隐藏日期对评测分数与排名的影响
这篇工作量化一个评测协议问题：系统提示词里用户看不见、且逐日变化的当前日期，会不会单独改变 LLM 分数。
提出 ENDOPROMPT，以受害者侧伪参考学习降低良性任务效用的前缀
ENDOPROMPT 是一种用受害模型自身续写监督前缀生成的 white-box 效用攻击方法。它针对良性任务失败，不要求产生有害内容或明确拒答。
提出 RolePlay 框架，用人设条件放大 LLM 单次推理开销
提出层级遗传算法 HGA，扰动题目逻辑结构诱发推理模型过度思考
摘要HGA 在黑盒推理模型上用逻辑扰动拉长输出，作者称可从小代理迁移，查询成本是其局限。
提出 DAERT，以仿真失败为奖励生成多样对抗指令，暴露 VLA 的语言脆弱性
提出 SABER，用强化学习攻击器在预算内改写指令使 VLA 任务失败
提出 VIDEO STF 评测视频大模型输出重复并压力测试时序扰动
VIDEO STF 测量 VideoLLM 的输出重复，并把时间变换用作 black-box 诱导。