本研究提出了一种反向嵌入防御攻击（REDA）机制，旨在解决大型语言模型在越狱攻击中的脆弱性。该方法通过伪装攻击意图为“防御”，实现一次性成功越狱，且无需为不同模型重新设计攻击策略，性能优于现有方法。
完成下面两步后，将自动完成登录并继续当前操作。
