FORGE 評測指出單一污染網頁即可讓搜尋增強 LLM 推薦假商品，開啟推理反使誤導率上升

最新研究指出，搜尋增強 LLM 推薦系統極易受到生成式引擎最佳化（GEO）污染內容的誤導。研究團隊推出 FORGE（Fake Online Recommendations in Generative Environments）基準測試，在 15 個類別、5 種消費情境下將 225 款真實商品替換為假商品，評估 12 款商業與開放權重 LLM。結果顯示，僅需單一污染網頁，模型推薦假商品的機率最高達 27%；若將搜尋結果前三名替換為污染內容，誤導率更飆升至 73.8%。當模型缺乏對該商品的先驗知識時，脆弱性更為顯著。 研究發現，開啟推理功能不僅無法緩解此問題，反而會生成虛假的社群證明來合理化錯誤推薦。此外，現有的四種防禦機制皆成效不彰：懷疑提示（skepticism prompt）會加劇脆弱性，兩種共識過濾器可能抑制合法商品，而可信度重新排序雖對所有模型皆有幫助，但也僅能移除六分之一的假推薦。該研究已被 EMNLP 2026 Findings 接收，基準測試與評估程式碼已於 GitHub 開源。