arXiv · ML· Shayan Ali Hassan, Zaeem Mohtashim Khan, Tao Ni, Zafar Ayyub Qazi, Marco Canini·· 2026-10-21AI 评分26
BAGEL:基于 Bootstrap 聚合的高效恶意 LLM 提示词检测框架
Efficient and Adaptable Detection of Malicious LLM Prompts via Bootstrap Aggregation
AI 导读
BAGEL 是一个轻量级模块化框架,通过 bootstrap 聚合和专家混合策略实现高效、可增量更新的恶意 LLM 提示词检测。 该框架使用在多个攻击数据集上微调的模型集合,推理时聚合随机子集预测,必要时可引入轻量级学习路由。
来源:arXiv · ML · arxiv.org