实体
Pleak
Pleak
PulseAugur coverage of Pleak — every cluster mentioning Pleak across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
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 2 条
-
AdvGuard框架利用图卷积网络对抗LLM提示泄露
研究人员开发了AdvGuard，一个旨在检测和缓解针对大型语言模型（LLM）的系统提示泄露攻击的新型框架。与以往孤立分析查询的防御方法不同，AdvGuard利用语义交互图和图卷积网络来识别跨多个交互的恶意模式。该框架包含一个用于早期保护的提示级检测器，并在召回率和F1分数方面取得了显著改进，大大减少了评估中的提示重构。
-
研究人员演示大型语言模型中的系统提示不安全
根据一篇dev.to文章，大型语言模型中的系统提示并非安全边界，不应依赖其进行安全防护。研究人员已经展示了多种方法，包括直接提问以及更复杂的策略，如Policy Puppetry和PLeak，来从众多模型中提取这些提示。文章强调了现实世界中提取提示导致敏感信息泄露的事件，例如代号、业务逻辑甚至凭证，从而导致后续的精确越狱和凭证滥用等攻击。