我是一名博士一年级研究生,我的研究的方向多模态安全性,目前我研究的主题是多模态大模型越狱攻击。目前我做的实验是黑盒模型越狱攻击,使用另一个修订模型来分析提示输入和被攻击模型的回答,若攻击失败,则进行修订,不断迭代直至攻击成功(在学术界通常被称为基于反馈的自动化红队攻击(Feedback-driven Automated Red Teaming)或自适应提示优化攻击。)。请你帮我找一下相关的研究工作。最好是25年顶会文章。 研究方向非常前沿——多模态大模型越狱攻击,特别是基于反馈的自动化红队攻击方法。这个领域在2024-2025年确实有很多重要进展,我来帮您系统地搜索相关文献。 我将从多个维度为您检索: 多模态越狱攻击(视觉-语言模型的对抗攻击) 基于反馈的自动化红队方法 自适应提示优化攻击 黑盒越狱攻击 重点关注2025年顶会(CVPR、ICCV、NeurIPS、ICML、ACL等)和最新Arxiv预印本。