AI星际引擎AI STARSHIP
2026.09.24 星期四
49
主题 · 对抗攻击

对抗攻击

1
  1. 01
    腐败计划,干净痕迹:通过计划注入规避思维链监控

    提出‘计划注入’攻击,可在不触发思维链监控的情况下诱导LLM执行有害行为,揭示CoT安全机制漏洞。

    arxiv.org·arXiv·09/15安全对齐对抗攻击思维链