研究揭示LLM修订痕迹泄露并提出RevLeakBench

Yukun Jiang等研究者分析三个公开对话语料库中的26,753条修订请求，发现2,363条（8.8%）在删除或替换内容后，仍通过“修订痕迹”重新暴露被撤回的信息，即LLM交付物的修订痕迹会导致意外泄露。 研究者称，为在受控条件下进一步研究该问题，他们提出基准RevLeakBench，包含五个场景下的100项任务，并设有对话与智能体两条评测轨道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。