本研究提出了AmpleGCG-Plus增强版，有效解决了大型语言模型在对抗性后缀下的脆弱性，显著提高了攻击成功率，尤其在破解GPT-4o系列模型方面表现突出。

本文提出了一种对抗性后缀嵌入翻译框架（ASETF），能够将不可读的对抗性后缀转化为流畅文本，从而提升攻击成功率。同时，研究开发了多种安全评估和防御框架，如Adversarial Prompt Shield（APS）和ASSERT，旨在增强大型语言模型的安全性和鲁棒性，确保其在复杂环境中的可靠性。