Best-of-N越狱研究：结构编码提升攻击效果

2026年10月15日，arXiv Artificial Intelligence 发布 Haoyu Zhang 等作者的研究，考察 Best-of-N 越狱中结构编码与表面变化的效果对比。研究显示，将 Best-of-N 搜索包裹在代码补全编码上，对三个开放权重目标分别达到 67%、22% 和 15% 的行为触发率；而该编码单次触发最多 4.7%，已发表的字符搜索满预算最多 3.0%。作者在论文中提出，其关注的是同一搜索在包裹结构编码时能带来什么效果。目前该研究处于论文发布阶段，尚未见后续跟进报道。

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。