RAISED：用自蒸馏提升 LLM 智能体对提示词注入的鲁棒性

RAISED 提出用自蒸馏让 LLM 智能体在抵御间接提示词注入的同时保持通用能力。研究指出，基于训练的防御会让模型输出分布发生显著漂移，在良性场景下也改变行为，从而可能造成能力退化；同时这类防御还存在一种失败模式：在良性工具使用任务中，模型会拒绝执行完成授权任务所需的步骤。