提出能力洗白攻击并测量咨询增益

2026年10月15日，arXiv Artificial Intelligence 刊出论文《Divide, Consult, Conquer：通过对齐 LLM 实现能力洗白》。论文提出一种名为 capability laundering（能力洗白）的攻击方式：较弱的未对齐模型可将有害任务拆分为看似无害的子问题，分别咨询更强的对齐模型，再在本地组合答案。论文作者包括 Mark Russinovich 等，文中以“We call this attack capability laundering.”表述该攻击的命名。报道未给出该攻击的适用对象范围、收费或额度、地域及发布时间等进一步条件。目前进展为论文提出该攻击并对其进行测量，后续报道尚未出现。

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。