本研究提出了一种新攻击方式，利用混合专家模型的安全漏洞，通过将对抗者与受害者的查询安排在同一批次中，有效提取受害者的提示信息。实验结果表明，仅需O({VM}^2)次查询即可获取完整提示。

PAIR算法用于生成黑盒访问的语义越狱，以理解固有弱点并防止未来滥用。相对于现有算法，PAIR成功越狱所需的查询次数更少。同时，PAIR在多个大型语言模型上取得了有竞争力的越狱成功率和可传递性。