研究：多轮越狱攻击约半数查询即可恢复同等进展

Zhipeng Wei 等作者发表论文，提出“有效视界”概念，用来衡量多轮越狱攻击中恢复同等攻击进展所需的最短查询序列。实验发现，平均约一半的原始查询序列就足够，研究者称之为有效视界压缩。 该短历史可恢复到未成功攻击所达到的最佳点，并为继续攻击提供更好起点；据此对早期查询降低学习信号权重，可提升攻击者训练效果。短奖励传播窗口还能保持接近全轨迹回报的校准防御性能。

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。