IXThinker·2025-07-17 15:50

一個冒號騙過LLM：虛假檢測全線失守

一個冒號竟讓大模型集體翻車：本應被攔截的虛假回答全部獲放行。研究發現，只要在回答開頭加上冒號、「解：」等簡單符號或推理開場白，就能繞過多款主流模型的虛假內容檢測機制。

一token破防

研究題為「一個token就能欺騙LLM」。除了冒號、空格等符號，「Thought process：」「解」之類的推理開場白同樣奏效——「解」字能讓數學考試得分，也能把LLM騙到。