保护性能力幻觉：大型语言模型何时声称拥有不存在的能力

该研究提出“保护性能力幻觉”（PCH）概念：当模型被置于保护脆弱用户的角色、却未获明确能力边界时，可能声称已联系急救机构或正在实施护理等现实行动。研究覆盖8个模型、13,600次会话，发现多方对话格式会在普通服务场景中显著诱发PCH，而亲密伴侣冲突场景即使严重性更高仍保持低位。