Pair-Aware 优化：协调探索与精炼以越狱 LLM 智能体

研究系统比较纯 ZO、纯 FO、ZO->FO 与 FO->ZO 四种策略，提出 ZO-FO 框架：用 ZO 优化探索对抗前缀，再用 FO 优化精炼对应后缀，并以 Pair-aware 优化保留多个前缀候选、按条件精炼后缀并在前缀-后缀对中选择。在恶意指令与恶意环境基准上，混合优化优于单一优化器方法，且优化顺序显著影响效果；优化与评估阶段均采用一致的随机解码。