medRxiv 预印本· Cook, D. A. ·· 2 天前AI 评分18
提示注入可改变大语言模型对医学生反思性文章的评分与反馈:四模型压力测试
Prompt Injection Can Alter Large Language Model Scores and Feedback on Medical Student Essays: A Four-Model Stress Test
AI 导读
一项针对4篇医学生反思性文章的对抗性压力测试显示,提示注入可显著干扰大语言模型评分:在6种"分数目标攻击"下,GPT-4.1-mini成功率最高(62/120,51.7%),GPT-4.1为42.5%,GPT-5.2为20.8%,GPT-6-Luna仅1.7%。
来源:medRxiv 预印本 · medrxiv.org