论文提出以逻辑劫持方式对RAG实施单文档投毒。
资讯摘要
论文提出 MONOLOGUE，一种针对检索增强生成（RAG）的单文档投毒框架。该方法不直接反驳事实或下达指令，而是先承认原有事实为权威历史基线，再以带日期的记录更正叙事把反事实目标包装成最新更新，从而绕过对齐模型的冲突仲裁。载荷通过离线局部多维门控优化精炼，结合文本质量审计与代理行为验证。作者报告在三个基准、三种检索后端和四种开放权重生成器上，该方法在评估的单文档投毒攻击中总体效果最强。
要点速读
- 方法名为 MONOLOGUE，核心是“逻辑劫持”：不否认原始事实，而是将其定位为历史基线，再把反事实内容呈现为最新更正。
- 投毒载荷完全离线精炼，采用局部多维门控优化，结合自动文本质量审计与代理模型行为验证。
- 作者报告在三个基准、三种检索后端、四种开放权重生成器上，总体攻击效果优于所评估的其他单文档投毒方法。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。