研究揭示大型语言模型无法可靠区分特权文本与用户输入，攻击者可通过样式模仿实现提示...

RecodeX 重构消息，研究揭示大型语言模型无法可靠区分特权文本与用户输入，攻击者可通过样式模仿实现提示注入，重写文本样式可使攻击成功率从61%降至10%。