待验证50% 置信事实精确时间

通过冻结模型权重分析发现，隐藏文字在模型内部留下粗略信号，但字形身份表征非常微弱

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

多模态大模型为何读不懂"眯眼文字"？SquintBench揭示识别短板

涉及实体

字形身份concept

相关事实

待验证研究人员发现，隐藏字符手法可用于对大语言模型发起提示注入攻击，在正常文本中夹带模型会解析执行的隐藏指令71% 相似待验证一个工程上可靠的嵌入模型应在字符级和词汇级扰动下向量变化极小，在语义级改写下向量高度相似，而在实质语义变化（如否定）时产生可感知的距离变化64% 相似待验证提示词注入利用的不是代码解析器的漏洞，而是模型本身对指令与数据的边界感知不足64% 相似待验证模型的格式方言源于指令微调阶段训练数据的格式差异，被模型深度内化形成强烈格式偏好，难以通过运行时提示词完全覆盖63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001165

API

curl https://kongchang.com/api/v1/knowledge/claims/1001165

MCP

get_claim(id=1001165)