IXThinker·2025-10-28 01:50

LARGO攻擊：在AI潛意識植入越獄種子

看似無害的「廢話」也能令AI越獄？哥倫比亞大學與羅格斯大學團隊在NeurIPS 2025發表的LARGO方法顯示，在模型內部注入精心調製的文本後綴，即可繞過安全防護，誘使AI輸出本不該出現的內容。

攻擊路徑獨特

與常見越獄攻擊修改用戶提問不同，LARGO不動用戶輸入，直接在模型的「潛意識」層面動手腳，令其生成一段溫和自然的文本後綴，卻足以繞過安全機制，輸出違規內容，手法相當隱蔽。