研究揭示专有 LLM 加密推理轨迹可被注入越狱

一份 arXiv 论文指出，Anthropic、OpenAI、Google 等专有 LLM 的加密推理轨迹块可跨会话、用户和模型互换，攻击者将其注入防护较弱的模型，可强制其以明文输出推理内容。