PulseAugur
中
实时 16:07:19
实体 SecOPD

SecOPD

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

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_217959 ·

    新的 SecOPD 方法大幅削减 AI 代理的提示注入攻击

    研究人员开发了一种名为安全 On-Policy Distillation (SecOPD) 的新方法来对抗自适应提示注入,这是 AI 代理面临的关键威胁。与使用序列级反馈的先前技术不同,SecOPD 在微调期间提供令牌级反馈,使模型能够更精确地学习其输出的哪些部分不安全。这种方法显著降低了攻击成功率,经过防御的 Qwen3.6-27B 模型在面对自适应提示注入时达到了 9.0% 的 ASR,相比之前最先进的 94.0% ASR 有了显…