arXiv · ML· Jaturong Kongmanee, Smile Thanapattheerakul·· 2026-10-07AI 评分24
Latent Diagnostic Taxonomy 框架构建分类器并诊断决策:应用于提示注入检测
The Latent Diagnostic Taxonomy: A Framework for Constructing Classifiers and Diagnosing Their Decisions, Applied to Prompt Injection Detection
AI 导读
论文提出 Latent Diagnostic Taxonomy 框架,用于构建安全层分类器并诊断其可信决策。 框架通过实证选择嵌入维度,定位约 29% 的关键潜空间支撑向量,构建诊断分类体系。 在公开提示注入数据集上,约 77% 的自信决策对移除单个 token 不鲁棒。
来源:arXiv · ML · arxiv.org