论文提出七种跨领域提示注入检测技术,针对正则和微调分类器失效问题。
推荐理由:摘要点明现有开源防御的两类主流路线都被自适应攻击击穿,且引用八种防御成功率超五成的绕过结果;价值在于把检测思路扩展到非模式匹配范式。
阅读原文