发布标签伪装防御(LDD)提示注入研究
热点事件持续更新
发布标签伪装防御(LDD)提示注入研究
1 篇报道1 个报道来源16 小时前更新
先了解这件事
报道摘要
研究提出 Label Disguise Defense (LDD)，通过将情感分类的 positive/negative 标签替换为 good/bad、cat/dog 等替代标签，并在预测后映射回原类别，以抵御提示注入攻击。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
Label Disguise Defense (LDD)：用标签伪装防御 LLM 情感分类中的提示注入报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AILabel Disguise Defense (LDD)：用标签伪装防御 LLM 情感分类中的提示注入
研究提出 Label Disguise Defense (LDD)，通过将情感分类的 positive/negative 标签替换为 good/bad、cat/dog 等替代标签，并在预测后映射回原类别，以抵御提示注入攻击。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。