**可复制上下文的安全防护无法为LLM提供可靠安全保障**

_Safeguards Based on Copyable Context Cannot Provide Reliable Safety for LLMs_

> 研究发现，大语言模型的安全防护在无法预知答案用途时存在根本缺陷。攻击者可模仿良性请求绕过防护，导致同一答案既可能帮助授权用户也可能被恶意利用。研究提出安全三元悖论：有用能力、可靠安全与开放访问无法同时实现。引入可信凭证等难以复制的信息可补充现有防护机制，提升对实际下游用途的预测能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.27951)