ECHO模型提出响应级有害性优化越狱攻击
热点事件持续更新
ECHO模型提出响应级有害性优化越狱攻击
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月19日，研究人员Yuanwei Wu等在arXiv发布ECHO模型。该方法提出在优化越狱攻击中，用基于实际有害能力的响应级连续有害性分数，替代传统的token级合规代理。 ECHO结合了1.7B规模的HarmSig回归器与全局top-m记忆关键词锚定束搜索。该方法在严格黑盒威胁模型下运行，无需白盒访问。 在AdvBench五个开源模型测试中，ECHO达到0.898的StrongREJECT均分及89.23%的HarmBench成功率。目前相关代码已公开。
AI 根据报道生成 · 6 小时前更新
最新进展10月19日 12:00
ECHO：用响应有害性替代合规代理进行优化越狱攻击报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · NLPECHO：用响应有害性替代合规代理进行优化越狱攻击
ECHO提出在优化越狱攻击中用基于实际有害能力的响应级连续有害性分数替代传统的token级合规代理。该方法结合1.7B规模的HarmSig回归器与全局top-m记忆关键词锚定束搜索，在严格黑盒威胁模型下运行。在AdvBench五个开源模型上，ECHO达到0.898的StrongREJECT均分和89.23%的HarmBench成功率，代码已公开。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:00
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。