"बहु-चरण LLM दूषण में ज्ञान नीति का विचलन: एक प्रोटोकॉल-ग्रेडिएंट जांच" शीर्षक का एक अध्ययन इस बात का मूल्यांकन करता है कि बड़े भाषा मॉडल संवाद इतिहास में डाले गए झूठे पूर्वधारणाओं को कैसे संभालते हैं, जिसे सत्र-स्तर दूषण कहा जाता है। शोधकर्ताओं ने तापमान शून्य पर 22,500 चरणों का उपयोग करते हुए GPT-5.4 Mini, Gemini-3.1 Flash-Lite, और GLM-4.5-Air का दस ज्ञान क्षेत्रों में परीक्षण किया।
- GPT-5.4 Mini ने सामग्री-स्वतंत्र नीति दिखाई, जिसमें सभी 500 सत्रों में झूठे पूर्वधारणाओं के शून्य अपनाने हुए थे।
- Gemini-3.1 Flash-Lite ने तीव्र अधिकार ग्रेडिएंट का पालन किया, जो आत्म-संबंधित असत्य के लिए 0.1% से निर्देश ओवरराइड के तहत 94.0% तक अपनाने की दर दिखाता है।
- GLM-4.5-Air ने एक कम ग्रेडिएंट (15.8% बनाम 84.2%) प्रदर्शित किया और प्रभावित सत्रों के 94.5% में स्वयं को पुनर्स्थापित किया, जबकि Gemini के लिए यह केवल 60.0% था।
लेखकों का निष्कर्ष है कि संवाद इतिहास एक अविश्वसनीय हमला सतह के रूप में कार्य करता है जिसके लिए प्रमाण-जागरूक सिस्टम डिज़ाइन की आवश्यकता है, और उन्होंने पूर्ण ढांचे को ओपन-सोर्स बेंचमार्क के रूप में जारी किया है।