论文提出 PEV 攻击：随机嵌入扰动可越狱六个开源权重模型

论文《Jailbreaking Open-Weight LLMs via Random Embedding Perturbations》提出 Perturbed Embedding Vector（PEV）攻击，在六个开源权重指令微调模型上对 JailbreakBench 全部 100 条提示均取得 100% 越狱率。