Shaohu Zhang

大型语言模型在网络钓鱼检测方面展现出潜力，但仍易受攻击

一篇新的研究论文探讨了使用大型语言模型（LLMs）检测网络钓鱼邮件的应用，并提出了一个名为 LLMPEA 的框架。该研究评估了 GPT-4o、Claude Sonnet 4 和 Grok-3 等前沿 LLMs 在识别各种网络钓鱼攻击向量（包括提示注入和多语言攻击）方面的有效性。虽然 LLMs 在检测方面表现出超过 90% 的准确率，但研究也强调了它们容易受到对抗性利用的影响，为现实世界中基于 LLMs 的电子邮件安全系统提供了关键见解。