研究提出FlipJev黑盒红队攻击方法

2026年10月30日，arXiv Artificial Intelligence 刊出由 Xiaogeng Liu 等作者完成的研究，提出名为 FlipJev 的快速黑盒红队攻击方法。该研究针对类型化决策模型 Jev，采用基于查询的黑盒攻击方式，且不调用攻击方语言模型。作者称，FlipJev 在 12 个数据集上找到了较短的对抗后缀，可在数分钟内翻转模型的高置信度答案。报道将这一工作定位为填补 Jev 相关研究空白：此前该方向缺少快速黑盒攻击与对抗后缀方面的验证。目前披露的进展限于方法提出与在上述数据集上的实验验证，报道未给出各数据集的具体攻击成功率、后缀长度分布或与其他攻击方法的对比数据，也未说明该方法在 Jev 之外模型上的适用性。

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。