实体 Yanxi Li

Yanxi Li

PulseAugur coverage of Yanxi Li — every cluster mentioning Yanxi Li 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_300905 · Oct 15 · 04:00

新的防御策略旨在挫败LLM提示注入攻击

研究人员开发了一种名为标签伪装防御（LDD）的防御机制，以缓解用于情感分类的大型语言模型（LLM）中的提示注入攻击。LDD通过用替代对（例如“好/坏”或“猫/狗”）替换标准的正/负标签，然后将模型的预测映射回原始情感类别来工作。虽然LDD在某些配置中显示出比基线标签更好的性能，但在所有测试的模型和标签对中并未观察到一致的优势。