Office文档解析差异导致大模型误读：测量与缓解方法

该论文指出大语言模型在处理上传的Office文档时，常因解析器读取底层OOXML文件的方式与人类视觉呈现不一致而产生认知偏差，这种提取分歧构成了新的攻击面。研究者通过静态与动态代码分析，在广泛使用的解析器中识别出19个模型可见但人类不可见的OOXML通道，以及12个人类可见但被解析器丢弃的内容通道。

实验显示，仅通过微调文本框位置等微小改动，即可在不注入指令的情况下让模型以不同顺序或内容解读幻灯片。针对ChatGPT、Claude、Gemini、Microsoft 365 Copilot四个聊天助手及Codex、Claude Code、Antigravity、GitHub Copilot CLI四个编码智能体的测试表明，所有被测系统均至少被一种攻击误导。这些攻击利用了解析器忽略显示格式和阅读顺序的特性，导致模型接收到的文本形式与人类所见截然不同。

作者提出Prism防御方案，该方案基于OOXML规范在将文本传递给模型前重构人类视图，能有效抵御已知攻击并泛化至未见过的攻击载荷。事实层面确认了现有解析机制的结构性缺陷；推断层面认为当前依赖文档解析的RAG应用普遍存在未被发现的安全风险；猜测层面在于此类攻击是否会被大规模自动化利用，目前尚无数据支持。