NFKC

Project Arc Rector 的护栏在面对规范化提示注入时失效

一个名为 Arc Rector 的项目开发了一个护栏系统，用于检测检索增强生成 (RAG) 堆栈中的提示注入攻击。该系统使用 Guardrails AI 实现，采用九个正则表达式来识别和阻止恶意指令。虽然这些正则表达式在干净文本上实现了 80% 的召回率，但字符规范化技术（如同形异义词替换和零宽空格）会显著降低其有效性，将召回率降至零。该项目强调，提示端过滤器是第一道防线，无法完全弥补 RAG 系统的结构性漏洞。