待验证60% 置信事实精确时间

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

2

来源数

60%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

ASCII走私技术：垃圾邮件绕过过滤器的隐蔽攻击手法解析

涉及实体

ASCII Smugglingconcept prompt injectionconcept LLMtechnology

相关事实

待验证提示词注入攻击利用了大语言模型无法严格区分指令与数据的根本局限71% 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69% 相似待验证大语言模型的总结功能本质上是通过注意力机制识别文本关键语义节点，将长文档压缩为保留核心论点的短文本69% 相似待验证大语言模型以统一的token序列处理系统提示、用户输入与检索到的外部内容，从架构层面缺乏可靠的信任边界隔离机制69% 相似待验证大语言模型不仅能识别字符，还能理解上下文语义，自动纠正识别错误68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/906009

API

curl https://kongchang.com/api/v1/knowledge/claims/906009

MCP

get_claim(id=906009)