研究者提出针对Typed System-1模型的S1-Evo攻击框架

Kaixiang Wang 等研究者在 arXiv（2611.16937）提出 S1-Evo，一个针对 Typed System-1（S1）决策模型的攻击框架。该框架利用合同感知的证据通道扰动不可信字段以触发证据竞争，在种子任务上离线优化，并把验证后的翻转蒸馏为经验卡；测试时检索经验卡构造针对未见任务的扰动。 这是该攻击框架的首次公开报道，尚无关于其实际攻击效果或受影响系统的独立验证结果。

AI 根据报道生成 · 24 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。