10月8日 · 周四

Google DeepMind · 论文

找到 2 篇

筛选1

攻击类型

提取与窃取1

攻击技术

对话结构操控1 推理链操控1

影响

有害内容9 越权操作3 数据与隐私泄露2 输出被操纵2 监督失效1

系统形态

攻击者权限

攻击面/入口

用户输入1 代码仓库与依赖1

层

提示层1 应用层1

系统组件

记忆1 推理链1

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 25 篇还没打标签，不在筛选结果里。

影响：数据与隐私泄露话题：Google DeepMind 清除全部

另有 25 篇论文还没打上分类标签，暂不在筛选结果里。

攻击arXiv:2608.09867 · 8月11日
研究者利用加密推理块跨模型兼容性窃取专有 LLM 推理链
利用加密思维块的跨模型重放，诱导弱模型逐字转写专有推理链
模型与 API攻击者黑盒测试Claude Opus 4.8、Claude Sonnet 4.6、Claude Haiku 4.5 等 15 个提示层
摘要论文揭示了客户端加密思维块跨模型互换漏洞，提出了低成本提取方法并给出防御方案。
完整解读
其他arXiv:2609.22720 · 9月19日
残障披露如何在对话式 AI 中流动：ChatGPT、Claude、Gemini 的记忆、隐私与语境完整性
访谈残障成人，分析向记忆型助手披露残障时的信息流与语境完整性
模型与 API应用层
- 记忆
完整解读

已经到底了