叙事包装影响LLM拒绝的跨语言基准与防御
Get the story
2026年10月9日，arXiv（Artificial Intelligence，一手）发表论文，提出 GUISE 基准，研究叙事包裹对大语言模型拒绝行为的影响。论文报告，Qwen3-1.7B 在英文、现代中文和文言文中的攻击成功率分别为 89.4%、93.0% 和 95.7%。作者同时提出 AXIS 防御方法，并在 Qwen3-1.7B、Qwen3-4B 和 GLM-4-9B 上进行测试，称其取得对比方法中最高的安全性与可用性综合得分。目前公开信息仅涉及该论文所述基准、攻击成功率与防御评估结果，未见后续独立验证或争议报道。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Artificial Intelligence叙事包裹如何影响大语言模型拒绝：跨语言基准与防御方法
论文提出 GUISE 基准并研究叙事包裹对模型拒绝的影响，Qwen3-1.7B 在英文、现代中文和文言文中的攻击成功率分别为 89.4%、93.0% 和 95.7%。作者提出 AXIS 防御方法，在 Qwen3-1.7B、Qwen3-4B 和 GLM-4-9B 上取得对比方法中最高的安全性与可用性综合得分。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.