研究测试 11 个多模态 LLM：接上工具后拒答有害请求能力最多降 68.7%

研究发现，给 LLM 接上工具会显著削弱其拒绝有害请求的能力，测试的 11 个多模态 LLM 拒答率下降最多达 68.7%。团队测试了 Claude、GPT、Gemini 等 11 个多模态 LLM，一旦配备工具调用能力，所有模型都更难拒绝有害请求；原因可能是工具调用打断或稀释了原本的安全性推理链，模型在推理、工具调用、再推理的循环中偏离拒绝判断。该论文将发表于 NeurIPS'26。