概念Linguistic Illegibility
语言不可读性
AI安全领域概念，指输入内容在形式上合法但对人类审核者或传统过滤系统难以理解和解析的状态，攻击者利用模型理解能力与人类监督能力之间的错位来绕过安全防护机制
时间轴 (近 90 天)
9月18日
语言不可读性（Linguistic Illegibility）指当输入内容对人类审核者或传统过滤系统难以理解、解析或判定意图时，模型的安全边界可能被突破
待验证50%
9月18日
语言不可读性攻击的核心在于利用表达形式本身制造理解盲区，攻击者欺骗的是模型之外的防御层，而非模型本身
待验证50%
9月18日
语言不可读性攻击的典型手段包括用Unicode变体字符替换敏感词汇、混用多种语言、利用低资源语言绕过过滤器，以及通过多轮对话将有害意图拆散
待验证50%