该研究探讨了大型语言模型中的成员推断攻击（MIA）性能不一致的问题。通过数千次实验的统计分析，发现样本分布差异是主要原因。研究指出模型规模、文本特征和解码动态等因素影响MIA表现，并提出了阈值决策的挑战，为提高MIA准确性提供了新见解。