Adaptive_Greedy_Local_Search

自适应贪心局部搜索 AGLS 语义保持的提示劫持：针对自动提示优化的黑盒对抗攻击 ICME 2026 摘要： 大型语言模型（LLMs）日益配备自动提示优化模块，这些模块会重写用户的输入，并在生成最终响应之前明确展示一个"改进后"的提示。尽管这种可见性旨在增强信任和用户控制，但优化器自主选择单一"最佳"候选的过程仍不受约束。攻击者可以劫持原始提示或由自动提示优化生成的提示，进行替代性重写，从而诱发语义漂移并完成劫持优化过程，进而严重影响 LLM...