arXiv周末暂无论文更新，休息一下吧，周末愉快~~

AI 大模型

大模型对齐与安全

大模型对齐、安全、越狱、红队、提示注入和可信评测。

2025-09-12 至 2025-09-12 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 越狱攻击 1 篇

2502.04227 2025-09-12 cs.CR 50%

Can LLMs Hack Enterprise Networks? Autonomous Assumed Breach Penetration-Testing Active Directory Networks

Andreas Happe, Jürgen Cito

专题命中越狱攻击：safety(abstract)

↑