研究称Meta Prompt Guard 2依赖词汇模式

发生了什么

据安全内参报道，乌拉圭共和国大学等机构研究人员在2026年9月发表论文，对Meta的Prompt Guard 2进行可解释性分析。研究发现该模型判断很大程度上建立在“攻击通常是怎么说的”之上，而非真正理解“攻击到底想做什么”，擅长识别熟悉攻击形态但未学会识别攻击意图。