# 风险门控残差控制

该工作提出 BlindBias 框架，在只返回采样文本、允许重复采样与助手前缀续写的接口上做解码期越狱：用基于采样的分布重建、风险门控残差控制与投机多 token 执行三项组件，在四个目标端点与三个基准上于 24 项对比中的 20 项取得最高均分，并显示选择性干预以攻击效果换取更少的控制器调用。

该工作提出 BlindBias 框架，在只返回采样文本、允许重复采样与助手前缀续写的接口上做解码期越狱：用基于采样的分布重建、风险门控残差控制与投机多 token 执行三项组件，在四个目标端点与三个基准上于 24 项对比中的 20 项取得最高均分，并显示选择性干预以攻击效果换取更少的控制器调用。