热点事件持续更新
黑盒LLM可控解码越狱攻击框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年10月2日，HuggingFace Daily Papers收录一篇社区热门论文，研究者提出一种针对黑盒LLM的越狱攻击框架。该框架仅通过纯文本续写接口即可绕过安全对齐，无需访问模型权重或token概率。其包含三个组件：基于采样的分布重建、风险门控残差控制和推测式多token执行，目的是将采样成本集中在少数关键位置。在四个目标端点和三个基准测试中，该框架的平均得分在多数对比中优于基线方法。目前该工作处于论文发布阶段，尚无后续复现或回应报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 03:41
研究者提出仅靠纯文本续写接口绕过黑盒LLM安全对齐的越狱框架。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- HuggingFace Daily Papers（社区热门论文）针对黑盒 LLM 的受控解码攻击框架
研究者提出一种针对黑盒 LLM 的越狱框架，仅通过纯文本续写接口即可绕过安全对齐，无需访问模型权重或 token 概率。该框架包含基于采样的分布重建、风险门控残差控制和推测式多 token 执行三个组件，将采样成本集中在少数关键位置。在四个目标端点和三个基准测试中，其平均得分在多数对比中优于基线方法。
本事件热度走势
当前热度 7·可比范围峰值 8（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。