多轮LLM会话污染协议梯度研究发布

Fahrell Giovanny等作者发布了一项关于多轮LLM会话污染的研究，提出"会话级污染"概念：LLM会把对话历史当作未验证上下文，从而将前序轮次注入的虚假前提当成事实。 研究设计了五种沿"来源权威梯度"排列的污染协议，在保持虚假前提不变的情况下改变其认知框架，并以温度零设置测试了GPT-5.4 Mini、Gemini-3.1 Flash-Lite和GLM-4.5-Air三个模型，覆盖十个知识领域，共22,500轮对话。评测由双轨自动评估器完成，该评估器已对照人工金标准进行验证。研究同时开源了评测框架。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。