攻击arXiv 2610.09973·10月7日从期望危害到似然：LLM 智能体越狱的概率重构提出 OPUR 攻击，用似然梯度优化对抗后缀越狱 LLM 智能体arXiv2610.09973发表10月7日层应用层场景AI Agent攻击者白盒被测模型Llama-3.1-8B-Instruct、Ministral-8B-Instruct-2410攻击越狱技术梯度与表征优化+1+1深度解读完整解读