递归 LLM 循环中的扰动剂量响应：附加、替换和对话更新下的原始切换、随机基线与持续逃逸

本研究探讨了递归语言模型循环中的吸引子模式，重点分析注入多少文本能改变循环状态及其持久性。通过对比附加、替换和对话三种上下文更新规则，发现附加模式下的持续重定向高度依赖于记忆策略。在全历史协议下，大量令牌注入可实现高比例的状态逃逸与保持。研究指出，上下文更新规则是关乎安全的关键设计选择，评估时需区分瞬态移动与持久逃逸，并扣除随机基线影响。