arXiv cs.AI / cs.LG 最新· Igor Shilov·· 14 小时前AI 评分64
HoS 用可学习注意力门控防御提示注入，在 Llama-3.3-70B 与 GPT-OSS-20B 上验证
Heads of Security: Learned Attention Gates Improve Prompt Injection Robustness
AI 导读
HoS 是一种通过小型可学习逐头注意力门控实现指令与数据分离的提示注入防御方法，论文在 Llama-3.3-70B-Instruct 和 GPT-OSS-20B 上完成评测。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。