10月8日 · 周四

提示注入 · 论文

找到 2 篇

筛选1

攻击类型

防御类型

模型加固2 检测与过滤5 指令与数据隔离6 权限与审批4 监控与审计2

影响

数据与隐私泄露1 输出被操纵1

系统形态

攻击面/入口

网页与界面1 文档与消息1 工具返回2

层

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 75 篇还没打标签，不在筛选结果里。

防御类型：模型加固话题：提示注入清除全部

另有 75 篇论文还没打上分类标签，暂不在筛选结果里。

防御arXiv:2608.21500 · 8月22日
SecOPD 用同策略蒸馏把自适应提示注入攻击成功率降至 9.0%
提出 SecOPD 同策略蒸馏微调，降低模型对自适应提示注入的顺从
AI Agent测试Qwen3.6-27B (Undefended)、Meta-SecAlign、SecOPD应用层
- 模型加固
- 提示注入
完整解读
防御arXiv:2609.07529 · 9月7日
CoER：用对抗协同演化与精炼防御自适应间接提示注入
提出 CoER，用对抗共进化与精炼训练智能体抵御自适应间接提示注入
AI Agent测试Qwen3.5-9B、MAGIC (Qwen2.5-7B)、Lifelong Defender i2 RR 等 9 个应用层
- 模型加固
- 提示注入
完整解读

已经到底了