研究将提示词注入归因于 LLM 角色混淆

Charles Ye、Jasmine Cui 和 Dylan Hadfield-Menell 的研究把提示词注入归因于 LLM 的角色混淆，认为模型更看重文本风格而非 <system>、<user> 这类角色标签，因此难以区分自身特权文本与不可信用户输入。