14｜让 Codex 识别幻觉、提示泄漏与未来信息污染

袁从德

你好，我是袁从德。
第 13 讲我们已经把 LLM 的自然语言判断约束为结构化交易信号，但结构化只解决“程序能不能读懂”，并不解决“研究是否可信”。一个信号即使字段完整、语言顺畅、图表漂亮，也可能已经被污染：模型可能补造输入中没有出现的行情或链上事实，外部文本可能诱导模型服从越权指令，特征或提示词也可能混入决策时不可见的未来信息。第 14 讲要处理的，正是这些会让研究结论失真的污染来源。
如果这一讲只停留在概念层面，就很容易变成风险科普。你会知道幻觉、提示泄漏和未来信息都很危险，却仍然不知道回到自己的仓库后，应该检查哪些文件、运行哪些命令、留下哪些证据。引入 Codex 以后，这节课的学习目标就发生了变化：你不是背诵污染类型，而是学习如何指挥 Codex 在真实项目里构造反例、运行门禁、解释失败，并把这些结果沉淀为可以复测的审计记录。
本讲的最终交付物是一份污染审计记录。它会记录污染样本、注入位置、拦截层级、实际输出、关键失败判断和人工决定。合格交付不是写一句“注意幻觉”，而是能运行反例、看到门禁结果，并说明哪些样本必须作废。
1. 从污染信号到三条停止线我们先把问题放到一个具体信号里，而不是从概念表开始。只要记住这条信号后面会反复出现，就能理解为什么污染检查必须同时覆盖语言输出、提示边界和回测时间顺序。案例讲清楚以后，再把三类污染收束为停止线，为后面的反例、门禁和审计记录确定判断口径。

公开

同步至部落

取消

完成

0/2000

荧光笔

直线

曲线

笔记

复制

AI

深入了解
翻译
英语
中文简体
法语
德语
日语
韩语
俄语
西班牙语
解释
总结

仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《Codex 与 LLM 量化交易实战课》，新⼈⾸单¥59

立即购买

登录后留言

精选留言

由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。

收起评论