论文Agent 与开发者精选08:27DeepMind CaMeL论文防御提示注入DeepMind分享防御提示注入的实用方法,包含模型训练和代码检查多层防护。#DeepMind#CaMeL#提示注入#安全官方账号Simon Willison@simonw原文稍后读已读值得跟进有用关注 DeepMind
论文精选11:16蒸馏攻防博弈:自适应攻击与高效防御这篇论文戳破了蒸馏防御的假象——被动评估下的鲁棒性在自适应攻击面前不堪一击。做模型安全或部署的团队,建议用文中的自适应评估框架重新审视你的防御方案。#蒸馏攻击#模型安全#自适应攻击#防御机制aarXiv cs.AI@Youssef Allouah 等 4 人原文稍后读已读值得跟进有用关注 蒸馏攻击