待验证50% 置信事实精确时间
论文的威胁模型前提是攻击者掌握完全相同的视觉语言编码器，并了解页面的几何布局。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
已验证大模型驱动型解析器采用视觉-语言联合理解路径，将PDF页面渲染为图像后由视觉编码器提取版面特征，再结合语言模型推理输出结构化文本67% 相似待验证PAGE框架使用视觉-语言模型为每一页进行标注，并遵循一份书面的编码手册（codebook）来模仿人类编码员的工作方式66% 相似待验证攻击者可能通过几何对齐方法将匿名化的嵌入向量映射回可解读的语义空间，甚至部分还原原始文本内容65% 相似待验证提示注入的本质是攻击者通过精心构造的文本内容，劫持大语言模型的执行逻辑64% 相似待验证大语言模型在自然语言理解、代码分析和模式识别方面的能力使其契合网络安全场景中的日志解析、攻击链还原和漏洞代码审查任务62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014381API
curl https://kongchang.com/api/v1/knowledge/claims/1014381MCP
get_claim(id=1014381)