LLM 交付物修订痕迹导致意外披露研究

研究发现 LLM 助手在修改内容时可能通过“修订痕迹”重新暴露已删除信息，导致意外披露。 分析 3 个公开对话语料库识别出 2,363 个遗留痕迹的案例，并构建了包含 100 项任务的 RevLeakBench 基准。 在 6 个模型测试中，仅查看交付物的读者可从 13% 的文档中恢复被撤回的信息，提示防御措施效果有限。