标签
本文识别出一类新的注入攻击，其载荷模仿领域语言以规避LLM注入检测器，实验显示检测率急剧下降（例如，在Llama 3.1 8B上从93.8%降至9.7%）。该漏洞具有系统性，且延伸至诸如Llama Guard 3等专用安全分类器，后者对伪装载荷的检测率为零。