arXiv Artificial Intelligence· Xiaogeng Liu, Xinyan Wang, Chaowei Xiao·2026-10-30 12:00· 17 小时前AI 评分58

FlipJev：快速黑盒红队攻击为类型化决策模型找到通用对抗后缀

FlipJev: Fast Black-Box Red Teaming Finds Universal Adversarial Suffixes for Typed Decision Models

AI 导读

研究提出 FlipJev，一种不调用攻击方语言模型的快速黑盒查询攻击，针对类型化决策模型 Jev 在 12 个数据集上找到短对抗后缀，可在数分钟内翻转高置信度答案。