大模型对齐与安全

Multi-Stream Perturbation Attack: Breaking Safety Alignment of Thinking LLMs Through Concurrent Task Interference

多流扰动攻击：通过并发任务干扰破坏思考LLM的安全对齐

Fan Yang

专题命中 越狱攻击 ：safety(title,abstract)；alignment(title)；jailbreak(abstract)；分类 cs.AI

AI总结 多流扰动攻击通过并发任务干扰破坏思考LLM的安全对齐，实现高攻击成功率和推理过程崩溃

Compatibility at a Cost: Systematic Discovery and Exploitation of MCP Clause-Compliance Vulnerabilities

兼容性代价：系统性发现和利用MCP条款合规性漏洞

Nanzi Yang, Weiheng Bai, Kangjie Lu

专题命中 越狱攻击 ：prompt injection(abstract)；分类 cs.AI

AI总结 本文提出首个系统性框架，用于分析MCP条款合规性漏洞，通过构建中间表示、静态分析和攻击模式引导管道，发现并利用兼容性滥用攻击。

Execution Is the New Attack Surface: Survivability-Aware Agentic Crypto Trading with OpenClaw-Style Local Executors

执行是新的攻击面：面向OpenClaw风格的生存意识代理加密交易

Ailiya Borjigin, Igor Stadnyk, Ben Bilski, Serhii Hovorov, Sofiia Pidturkina

专题命中 越狱攻击 ：safety(abstract)；分类 cs.AI

AI总结 本文提出SAE，一种针对OpenClaw风格系统的生存意识执行标准，通过定义执行合同和强制执行不变量，提高代理加密交易的生存能力。

Comments 26 pages, 3 figures