研究：动态推理深度影响越狱鲁棒性

2026年10月15日，arXiv Artificial Intelligence 刊出 Lass Najmuldeen 与 Seyedhamidreza Mousavi 的研究，系统考察基于深度的动态推理对 LLM 抵御越狱攻击能力的影响。该研究称，浅层出口始终比深层出口更稳健，深层出口的对抗后缀优化损失更低，且对抗后缀在各出口深度上对模型效用的影响基本一致。论文已被 NeurIPS 2026 FLMSec Workshop 接收，代码已开源。截至本综述，尚无其他跟进报道，事件进展以该篇主报道为准。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。