本文研究了大语言模型（LLM）在批量提示（batch prompting）场景下的安全性问题。批量提示是一种实用的推理策略，通过将多个问题打包在一次请求中交给模型处理，以提升效率和吞吐量。然而，作者发现批量提示在实用性上的成功并未延伸到安全性：一个单独提出时会被模型可靠拒绝的有害问题，当被嵌入到一批良性问题中时，可能诱使模型生成有害回答。作者将此识别为一种独立的安全失效模式，并证明它无法归结为已有的上下文学习或长上下文效应等已知漏洞。论文从两个互补视角分析了失效成因：一是对齐信号减弱（alignment signal weakening），即批量中良性样本稀释了模型对有害内容的注意力；二是拒绝信号稀释（refusal signal dilution），即模型对单个有害问题的拒绝倾向在批量中被多个良性请求覆盖。实验覆盖了广泛使用的开源模型和前沿商业模型，结果表明批量提示作为一种简单的黑盒攻击，能够稳定地实现较高的攻击成功率。进一步，作者提出了一种批量感知的偏好优化（batch-aware preference optimization）方法，并证明该方法能有效缓解该脆弱性。这些发现揭示了当前安全对齐中的一个盲区，并指出批量感知的对齐是实现稳健部署的必要步骤。本文适合关注LLM安全对齐、红队测试以及大模型鲁棒性部署的研究人员和工程师阅读。