# 扰动嵌入向量（PEV）

该工作提出扰动嵌入向量（PEV）越狱攻击：仅在提示词的嵌入表示上叠加独立高斯噪声并反复重采样，无需梯度计算或修改模型权重，在六个开放权重LLM上对JailbreakBench全部100条有害提示均取得100%越狱成功率，且首次成功越狱的平均耗时通常在一分钟以内，比所比较的既有方法更快更省算力。

该工作提出扰动嵌入向量（PEV）越狱攻击：仅在提示词的嵌入表示上叠加独立高斯噪声并反复重采样，无需梯度计算或修改模型权重，在六个开放权重LLM上对JailbreakBench全部100条有害提示均取得100%越狱成功率，且首次成功越狱的平均耗时通常在一分钟以内，比所比较的既有方法更快更省算力。