谷歌新论文谈 RAG 投毒：投毒成败主要取决于复制查询内容，增加攻击载荷几乎不改变哪些文档被检索到

谷歌的一篇新论文表明，RAG 系统投毒的关键主要在于复制用户查询：伪造文档只需重复问题就能被检索到，即使其中没有任何隐藏攻击指令。仅 5 篇这样的文档（约占语料库的 0.1%），就在 623 个测试查询上使经典检索器的排序质量下降了 40.2% 至 61.5%。这之所以重要，是因为任何接受外部内容的 RAG 索引都面临这种风险，而最直接的防御——剔除与查询雷同的文档——又会使干净查询的排序质量减半，防御本身代价不小。

• Rohan Paul2026-11-05 18:24