利用通用魔法词破解大型语言模型的安全防护

本研究针对大型语言模型的安全漏洞，提出了一种通过通用魔法词攻击文本嵌入模型的方法。研究表明，新防御机制能够有效纠正文本嵌入的偏差，降低安全风险。