热点事件持续更新
扩散语言模型改进黑盒对抗提示攻击
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv cs.AI / cs.LG 发布论文，将连续潜空间的黑盒对抗提示攻击框架直接接入连续扩散语言模型（dLLM），以学到的语言分布替换原框架中的随机映射，用于搜索能触发过度思考等行为的提示词，同时保留标准高斯潜变量与原有的采样、优化流程。评测中，RareTrap 采样式估计的字符级困惑度从 10³–10⁷ 降至 3–5；ThinkTrap 优化式搜索从 20–28 降至 4.3–5.4。报道还指出，两种映射给出的模型风险估计可相差一个数量级。目前该工作以论文形式发布。
AI 根据报道生成 · 3 小时前更新
最新进展10月23日 01:00
论文将黑盒攻击框架接入扩散语言模型，字符级困惑度降至3–5。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI / cs.LG 最新扩散语言模型替换随机映射，黑盒攻击提示词字符级困惑度降到 3–5
论文把连续潜空间的黑盒攻击框架直接接到连续扩散语言模型（dLLM）上，用学到的语言分布替换随机映射，用来寻找能触发过度思考等行为的提示词，同时保留标准高斯潜变量和原有的采样、优化流程。评测中 RareTrap 采样式估计的字符级困惑度从 10³–10⁷ 降到 3–5，ThinkTrap 优化式搜索从 20–28 降到 4.3–5.4，且两种映射给出的模型风险估计可相差一个数量级。
本事件热度走势
当前热度 7·可比范围峰值 8（10月23日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。