arXiv论文揭示LLM隐性上下文安全风险

2026年10月26日，由Bocheng Chen等人发表于arXiv（cs.CL）的论文指出，大语言模型（LLM）因训练数据缺乏隐式语境而存在安全风险。该风险被称为LLM隐性风险。 研究提出一种攻击方法，引导模型从包含社会危害的提示中推断预设与隐含意义，以激发生成有害内容。实验显示，该攻击在多种开源与闭源模型上的效果显著优于基线方法，凸显开发新防御机制的必要性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。