Vulnerabilità Strutturali nei Sistemi di Feedback Umano per LLM: Un’Analisi dei Rischi di Manipolazione nei Motori di Ricerca AI
Abstract L’integrazione di Large Language Models (LLMs) nei motori di ricerca ha introdotto una dipendenza critica dal feedback umano in tempo reale per la calibrazione del ranking. Questo studio analizza le vulnerabilità sistemiche di due distinti vettori di attacco: il pulsante “pollice in basso” in Google AI Mode e la funzione “rimuovi risultato” nel motore […]

