PulseAugur
中
实时 11:02:25
English(EN) Cordon-MAS: Defending RAG against Knowledge Poisoning via Information-Flow Control

新框架 Cordon-MAS 保护 RAG 免受知识投毒攻击

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新研究论文介绍 Cordon-MAS，一个旨在保护检索增强生成 (RAG) 系统免受知识投毒攻击的框架。提出的 Cordon 原理解决了模型可以检测到投毒信息但仍会生成错误输出的空白。Cordon-MAS 将证据提取、审计和综合分离为具有受控内存访问权限的独立代理，显著降低了此类攻击的成功率。 AI

影响 增强了 RAG 系统的安全性，通过降低对抗性数据操纵的风险，对高风险人工智能应用至关重要。

排序理由 这是一篇详细介绍人工智能安全新技术的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架 Cordon-MAS 保护 RAG 免受知识投毒攻击

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhe Yu, Wenpeng Xing, Gaolei Li, Shuguang Xiong, Hongzhi Wang, Xuyang Teng, Meng Han ·

    Cordon-MAS：通过信息流控制防御RAG免受知识投毒攻击

    arXiv:2605.26754v1 Announce Type: cross Abstract: Retrieval-augmented generation (RAG) increasingly underpins high-stakes applications, yet remains vulnerable to Confundo-style poisoning where adversarially optimized documents manipulate generated outputs. Existing defenses assum…

相关实体

相关话题