# TriJail数据集

该工作提出 JMLLM——一个整合交替翻译、词加密、特征坍缩与有害注入四种隐蔽策略、覆盖文本、视觉与语音三种模态的越狱框架，并发布包含 1,250 条文本与语音对抗提示和 150 张有害图像的 TriJail 数据集，在 16 个主流大模型与 AdvBench、TriJail 两个数据集上以单次查询 24.65 秒、多轮 6 次查询取得领先的攻击成功率，同时提出 Harmful Separator 防御策略以降低攻击成功率。

该工作提出 JMLLM——一个整合交替翻译、词加密、特征坍缩与有害注入四种隐蔽策略、覆盖文本、视觉与语音三种模态的越狱框架，并发布包含 1,250 条文本与语音对抗提示和 150 张有害图像的 TriJail 数据集，在 16 个主流大模型与 AdvBench、TriJail 两个数据集上以单次查询 24.65 秒、多轮 6 次查询取得领先的攻击成功率，同时提出 Harmful Separator 防御策略以降低攻击成功率。