该论文研究了大型语言模型的脆弱性，提出了一种组合后门攻击方法（CBA），通过将多个触发关键词分散在不同的提示组件中，使攻击更加隐蔽。实验证明CBA在自然语言处理和多模态任务中都有效。该研究强调了增加基础大型语言模型的安全性研究的必要性。