当大语言模型进行操纵：衡量行为、社交与时间层面的影响

研究人员提出了一个衡量大语言模型（LLM）操纵性输出所致行为脆弱性的计算框架。该研究基于 DarkPatterns-LLM 基准并利用 Manipulation Gradient Descent（MGD）生成针对权威、紧迫性和从众偏见的操纵性刺激，同时结合 MSIAN 和 THPM 模型评估跨用户影响与时间持续性。