SearchInject：面向LLM搜索的检索曝光注入控制研究
热点事件持续更新
SearchInject：面向LLM搜索的检索曝光注入控制研究
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026-11-03，Kainan Zhou 等人在 arXiv 发布论文 SearchInject，提出一种联合评分机制以控制语言模型搜索中的检索曝光，用于缓解间接提示注入。在 BM25 检索器上，该机制将 top-10 目标暴露率从 0.9408 降至 0.1583，相对降低 83.2%–83.7%。 方法在 300 条 SciFact 查询上评估，冻结阈值带来 0.59%–0.65% 的误隔离率，超过 0.5% 的校准约束；在 104 个案例中记录到上下文移除，但论文未给出攻击成功率降低的估计。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
SearchInject：语言模型搜索中针对间接提示注入的检索暴露控制报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AISearchInject：语言模型搜索中针对间接提示注入的检索暴露控制
SearchInject 提出一种联合评分机制控制检索曝光，在 BM25 检索器上将 top-10 目标暴露率从 0.9408 降至 0.1583，相对降低 83.2%-83.7%。 该方法在 300 条 SciFact 查询上评估，冻结阈值导致 0.59%-0.65% 的误隔离率，超过校准时的 0.5% 约束；在 104 个案例中记录到上下文移除，但无法估计攻击成功率降低。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。