公众号 模安局·· 6 天前精选
大模型的推理注入与输出前缀攻击
AI 导读
研究者 Lukáš Brůna、Robert Bridges 和 Adam Ek 在 2026 年 9 月发布论文，用 3×2 因子实验研究推理 LLM 的输出前缀攻击。在 Gemini 3 Flash Preview、DeepSeek V4 Flash 和 Claude Haiku 4.5 上各用 100 个 AdvBench 恶意请求测试，单独注入恶意推理几乎不提升攻击成功率（分别为 1%、0%、0%），叠加固定输出前缀后 Gemini 3 Flash… AI Safety HOT (aisafetyhot.com), CC BY-NC 4.0 · 本地公开归档导入
推荐理由
用户指定的本地展示归档；未运行评分模型，未生成分数。
来源：公众号 模安局 · mp.weixin.qq.com