模型漏洞

本类别涵盖针对 AI 模型本身（而非仅限提示词接口层面）的攻击与测试。AI 红队成员会探究模型架构、训练数据残留或预测机制中的固有弱点，例如模型在数据提取、数据投毒或对抗性操纵面前的脆弱性。