PulseAugur
中
实时 11:25:46
实体 Heads of Security (HoS)

Heads of Security (HoS)

PulseAugur coverage of Heads of Security (HoS) — every cluster mentioning Heads of Security (HoS) across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_327139 ·

    新的“安全头部”防御提高了大型语言模型对抗提示注入的鲁棒性

    研究人员开发了一种名为安全头部（Heads of Security, HoS）的新型防御机制，旨在提高大型语言模型（LLM）对抗提示注入攻击的鲁棒性。HoS通过学习重新分配受信任和不受信任的token之间的注意力，使模型能够在不执行恶意指令的情况下处理外部信息。在Llama 3.3 70B Instruct和GPT OSS 20B上的评估表明，HoS在抵抗自适应攻击方面显著优于SecAlign++和ASIDE等现有防御方法，同时在效用…