跳到正文
热点事件持续更新

研究揭示长期记忆LLM跨会话记忆注入风险

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Pedro H. Barcha Correia 等作者发表论文,提出跨会话“记忆注入”的通用威胁模型,并评估了 ChatGPT Instant 5.3、Claude Sonnet 4.6、Gemini 3 Flash 的持久记忆功能。论文称,持久记忆会让提示词注入攻击在会话之间传播,从单次提示词注入升级为持久化失陷,并称该风险在主流 LLM 服务平台中具有现实严重性、需要对策。 论文将记忆注入定位为通用威胁模型,但报道未说明各平台的具体受影响程度或修复情况。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月22日
  1. arXiv cs.CL
    研究:长期记忆与 LLM 结合代价高昂,从提示词注入到持久化失陷

    一篇 arXiv 论文提出跨会话的“记忆注入”通用威胁模型,指出持久记忆功能会让提示词注入攻击在会话之间传播。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。