arXiv · cs.AI · Hangyi Zhao (Faculty of Data Science, City University of Macau, Macau, China), Bonan Zhang (Faculty of Data Science, City University of Macau, Macau, China), Fusen Guo (School of Systems and Computing, UNSW Sydney, Canberra, Australia), Jiaheng Wei (RMIT University, Melbourne, Australia), Chao Chen (RMIT University, Melbourne, Australia), Tianqing Zhu (Faculty of Data Science, City University of Macau, Macau, China)2026-11-02 13:00 · 11 小时前模型评分46

MONOLOGUE：通过逻辑劫持对检索增强生成（RAG，Retrieval-Augmented Generation）实施单文档投毒

Logic Hijacking of RAG: Single-Document Poisoning via Local Optimization

导读

研究者提出 MONOLOGUE，一种基于逻辑劫持的单文档投毒框架，不直接反驳事实，而是先承认原文为权威历史基线，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。

生成六维分析

分类置信度

中 · 待人工复核

只有单一媒体来源，需要人工复核。

来源级别：媒体与个人

事件类型：研究发布

证据摘录

“We propose MONOLOGUE, a single-document poisoning framework based on Logic Hijacking without explicit refutation.”

来源：arXiv · cs.AI · arxiv.org

安全对齐论文研究 #论文/研究 #RAG #安全/对齐 #arXiv

MONOLOGUE：通过逻辑劫持对 检索增强生成（RAG，Retrieval-Augmented Generation） 实施单文档投毒

MONOLOGUE：通过逻辑劫持对检索增强生成（RAG，Retrieval-Augmented Generation）实施单文档投毒