越狱攻击 LLM-DailyDigest 2026-08-18 2026-08-18 约 100 字 预计阅读 1 分钟 越狱攻击 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 安全评测 3 相同结果、不同证据:LLM 安全评测中的意图恢复 10-09 PatchBench:评估激活修补的附带损害 10-08 大模型越狱鲁棒性随运行状态显著波动 09-01 技能演化 1 JailbreakSkill:以可复用、持续进化技能扩展自动红队测试 08-18 模型可靠性 1 Cunning 数据训练提升大模型安全警觉性 09-17 测试时对齐 1 ReFrame:证据引导的多模态模型测试时安全对齐 08-24 红队演化 1 RedEvoAgent:经验驱动技能演化的自动红队智能体 08-28 自动化科学研究 1 OpenAI Astra突破自动化科研基准,瞄准年底AGI 08-28 自适应防御 1 自进化多智能体框架防御 LLM 越狱攻击 08-27