跳到正文
arXiv · AI· Zimo Xu, Wenzhuo Liu, Hideki Nakayama·· 7 天前AI 评分30

CapLite:无模型编写安全工件的小语言模型智能体提示注入防御

CapLite: Prompt-Injection Defense for Small Language Model Agents without Model-Written Security Artifacts

AI 导读

CapLite 提出基于工具 schema 推导策略的小语言模型(SLM)智能体提示注入防御方法。 该方法通过预写调用和严格参数校验确保写入完整性,在 13,935 个 AgentDojo 攻击测试中未成功,且效用(29.0%)优于 CaMeL。

来源:arXiv · AI · arxiv.org