https://www.unc.la/tags/llm-%E8%B6%8A%E7%8B%B1/ Recent content in LLM 越狱 on @Unc1e Hugo zh-CN Wed, 09 Sep 2026 23:00:00 +0800 https://www.unc.la/26/09/smt-simulated-moderation-traces-reproduction/ Wed, 09 Sep 2026 23:00:00 +0800 https://www.unc.la/26/09/smt-simulated-moderation-traces-reproduction/ 复现论文 Beyond the Prompt 的 SMT 越狱（arXiv 2607.00481）：把危害目标藏进工具描述，用伪造的 moderation 报错逐轮施压。对 deepseek-v4-flash 实测四次全部单轮命中，score 80 到 100，论文设计的迭代循环一次未触发。