持久记忆把提示注入变成长期记忆污染
VraserX · x · 2026-07-25
持久记忆把提示注入问题放大成了更棘手的 memory poisoning。
- 一份恶意文档如果今天混进长期记忆，可能会让模型在接下来几个月都持续做出错误行为。
- 作者判断，OpenAI、Google、Anthropic 之类的公司大概率已经在悄悄做某种“AI 记忆杀毒/防护”能力。
「安全」频道最新
- 印度 AI 政策被批偏向算力和基础模型，忽视基层医疗 — Paimaamu · 2026-07-27
- Gary Marcus 呼吁：AI 公司应强制投入 30% 预算用于对齐研究 — GaryMarcus · 2026-07-27
- AI 编程 CLI 被指默认上传私有仓库、删文件和凭据 — thursdai_pod · 2026-07-27
- Chr Szegedy 探讨递归自我改善前的算法进展 — ChrSzegedy · 2026-07-27
- Nature 研究称 AI 可模拟人类行为并准确预测实验结果 — RobbWiller · 2026-07-27
- ExploitGym 被质疑只有六七成任务可解，模型可能被逼去作弊 — dhadfieldmenell · 2026-07-27