NeurIPS 2026 作者称 OpenReview PDF 里出现了 prompt injection
Kwangryeol · reddit · 2026-07-24
一位 NeurIPS 2026 投稿作者称，自己从 OpenReview 下载论文 PDF 后，GPT 提示其中存在 prompt injection；对比原稿后，他认为这段注入文本并不在最初提交版本里。
作者怀疑注入可能是在会议流程中被加进去的，并呼吁其他人检查自己的评审版本里是否也有类似内容。他还提醒，如果评审意见里出现高度模板化的措辞，可能意味着评审文本是 LLM 生成、而非人工认真撰写。
帖子里还附上了那段注入 prompt：要求输出中必须包含三句特定短语。
「安全」频道最新
- 研究:LLM 推荐药物集中于同一品牌,均值占比达 97.5% — EricTopol · 2026-10-26
- 斯坦福 NLP COLM 2026 主题演讲:可解释性从被动观测转向因果干预 — stanfordnlp · 2026-10-26
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞,修复版已发布 — jedisct1 · 2026-10-26
- LLM 文本水印经典实现:GitHub 开源水印与检测算法 — adnan_hashmi · 2026-10-26
- Anthropic 自曝因安全考量推迟新前沿模型预训练超一个月 — scaling01 · 2026-10-26
- 「用 Google 登录」≠ 只是登录：授权应用读取 Gmail/Drive 的隐含风险 — alifcoder · 2026-10-26