热点事件持续更新
研究提出跨语言叙事越狱基准GUISE与防御方案AXIS
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月9日发表于arXiv的研究表明，角色扮演与叙事包装会显著削弱大语言模型的安全拒绝机制。测试显示，此类攻击在Qwen3-1.7B模型上的攻击成功率在英语、现代汉语及文言文中分别达到89.4%、93.0%和95.7%。针对该问题，研究团队构建了跨语言基准GUISE，并提出了相应的防御方法AXIS。实验评估中，AXIS在Qwen3-1.7B、Qwen3-4B和GLM-4-9B等模型上均取得了最高的综合安全与可用性评分。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究团队推出跨语言基准GUISE及防御方案AXIS，并在多个模型上取得最高综合评分。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 人工智能叙事包装如何影响大语言模型拒绝：跨语言基准 GUISE 与防御方法 AXIS
角色扮演与叙事包装会显著削弱大语言模型的安全拒绝能力，在 Qwen3-1.7B 上的攻击成功率在英语、现代汉语及文言文中分别达 89.4%、93.0% 和 95.7%。研究团队据此构建了跨语言基准 GUISE，并提出防御方法 AXIS。在 Qwen3-1.7B、Qwen3-4B 和 GLM-4-9B 上，AXIS 均取得了最高的综合安全与可用性评分。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。