膨胀提示使大型语言模型喋喋不休

本研究解决了大型语言模型在推理过程中存在的易受攻击性，尤其是面对推理成本攻击的脆弱性。提出了一种新颖的膨胀方法，以高效生成对抗性提示，显著影响目标模型的服务可用性。实验表明，膨胀提示能够成功诱导模型生成异常冗长的输出，证明了其对资源有限的语言模型服务的威胁。