FlipJev黑盒攻击揭示Jev模型安全漏洞

2026年10月28日，Xiaogeng Liu等人发表预印本，提出名为FlipJev的黑盒快速红队测试方法。该方法不调用攻击者语言模型，专门针对Jev类型化决策模型寻找通用对抗后缀，旨在通过简单操作诱导模型回答翻转。\n\n实验在12个数据集上验证，Jev虽能抵抗常见提示注入，但该攻击在数分钟内即可生成有效后缀。单个数据集对未见文档的翻转率达43%，且任务间具有强可迁移性，单个任务生成的后缀在其他任务中翻转率达90-100%。研究指出，这要求评估需包含严格自适应攻击，以弥补仅测试常见注入的安全盲区。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。