研究者提出RMT-Jailbreak扩散模型越狱框架

2026年10月23日，Jinwei Gan等研究者在arXiv发表论文，提出RMT-Jailbreak框架。该框架将自回归越狱攻击迁移至扩散语言模型，通过统一token保留率生成模板，利用有害响应作为有效越狱模板。 框架应用基于提示词的安全过滤，掩蔽残留的有害可见内容，实现跨范式越狱。实验证实该方法在多种自回归越狱方法和目标扩散模型中具备有效性与通用性，展示了自回归攻击向扩散模型迁移的可行性。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。