arXiv · AI· Yuqing Huang, Jack Ji, Jithin Pradeep, Sagarika Suresh, Jekaterina Novikova·2026-10-26 12:00· 2 小时前AI 评分33

M3 多 LLM 系统：将多轮越狱形式化为马尔可夫决策过程

$M^3$: A Multi-LLM System for Multi-Turn Jailbreaking as a Markov Decision Process

AI 导读

M3 框架将多轮越狱形式化为有限时域马尔可夫决策过程（MDP）。在 2 个基准和 6 个目标模型上，M3 攻击成功率（ASR）最高提升 53%。即使使用轻量级攻击者，M3 在 ASR@1 和 ASR@5 上仍比高容量基线分别高出 26% 和 34%。

来源：arXiv · AI · arxiv.org