论文提出针对黑盒LLM的受控解码越狱攻击框架
热点事件持续更新
论文提出针对黑盒LLM的受控解码越狱攻击框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
一篇 arXiv 论文（2609.36956）提出受控解码攻击框架，通过对仅返回采样文本的续写接口进行攻击，在无需访问模型权重和概率的情况下绕过 LLM 安全对齐。论文称，在 4 个目标端点和 3 个基准的多数对比中，该框架取得最高平均分。 方法包括三个部分：基于采样的分布重建、按响应前缀决定何时介入的风险门控残差控制，以及推测性多 token 执行以摊薄查询成本。该框架适用于允许重复采样和助手前缀续写的纯文本接口。
AI 根据报道生成 · 46 分钟前更新
最新进展10月31日 12:00
Controlled Decoding 攻击框架针对黑盒 LLM 实现无需权重与概率访问的越狱报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIControlled Decoding 攻击框架针对黑盒 LLM 实现无需权重与概率访问的越狱
arXiv 论文（2609.36956）提出 \\method{} 框架，通过对仅返回采样文本的续写接口进行受控解码攻击，绕过 LLM 安全对齐。方法包含基于采样的分布重建、按响应前缀决定何时介入的风险门控残差控制和推测性多 token 执行以摊薄查询成本；在 4 个目标端点和 3 个基准上，多数对比中取得最高平均分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。