已收录文章摘要，完整内容可前往原文阅读。
当有害语义不是藏在某一个神经元里，而是沿着多层网络不断传播时，只封住一个“路口”显然不够。TraceRouter 的思路是：找到源头、追踪路径，再精准切断整条有害信息链路。大模型的安全防护，常常面临一