标签
本文研究防御性大语言模型能否识别AI生成的社会工程中的结构性风险来源，引入了信任链定位和包含300个案例的语料库。在实时逐轮和静态场景下评估五种模型后发现，仅依赖看似安全的行为是不够的；干预率差异显著，且结构性定位往往与保护性行动脱钩。