跳到正文
热点事件持续更新

SEMA-Auto 多轮越狱攻击论文发布

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Mingqian Feng 等在 arXiv 发布论文，提出多轮越狱攻击方法 SEMA-Auto。该方法能与目标模型交互并根据回复自主决定是否终止会话，采用合成自举微调加决策监督强化学习两阶段训练，代码已开源。

AI 根据报道生成 · 3 小时前更新

最新进展10月27日 00:57
arXiv 论文提出自主多轮越狱攻击方法 SEMA-Auto

报道时间线

沿着报道，了解事件的不同侧面。

10月27日
  1. arXiv · cs.CL精选
    arXiv 论文提出自主多轮越狱攻击方法 SEMA-Auto

    论文提出 SEMA-Auto，一种能观察受害者回复并自主终止会话的高效多轮越狱攻击者，采用合成自举微调加决策监督强化学习两阶段训练。在 AdvBench 上对 DeepSeek-V4-Flash 达到 76.0% ASR@1（平均 3.0 轮），对 GPT-oss-120B、GPT-5.4、Claude-Haiku-4.5、GPT-6-Astra 等安全加固模型在 HarmBench 上平均 59.6% ASR@1，比此前 SOTA 高 13.8 个百分点。代码已开源。

本事件热度走势

可比范围当前
7
可比范围峰值
710月27日 13:00
近 24 小时变化
–

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。