实体 Meta-SecAlign

Meta-SecAlign

PulseAugur coverage of Meta-SecAlign — every cluster mentioning Meta-SecAlign across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_217959 · Aug 25 · 04:00

新的SecOPD方法大幅降低AI提示注入成功率

研究人员开发了一种名为安全策略内蒸馏（SecOPD）的新方法来对抗自适应提示注入，这是对AI代理的一个重大威胁。与之前使用序列级反馈的方法不同，SecOPD提供令牌级反馈，从而能够更精确地进行防御性微调学习。这种方法显著降低了攻击成功率，在Qwen3.6-27B上针对最先进的提示注入实现了9.0%的ASR，与之前94.0%的成功率相比有了显著提高。