Shuoming Zhang

新的LLM漏洞'CDA'绕过了GPT-5、Gemini的安全防护

研究人员发现了一类名为约束解码攻击（CDA）的大型语言模型（LLM）新漏洞。该攻击利用了LLM的控制平面，通过利用语法引导的解码过程来注入恶意内容。与传统的数据平面越狱不同，CDA直接作用于解码机制本身，使得内部安全对齐难以阻止。一个具体的实例DictAttack，在GPT-5和Gemini 2.5 Pro等知名模型上实现了94.3%-99.5%的攻击成功率，甚至绕过了最先进的越狱防御。