GitHub · 灵魂体仓库·· 2 小时前精选AI 评分71
基于 Llama-Prompt-Guard-2-86M 微调的提示词注入防护分类器开源，干净 holdout 拦截 58/60
Johndenisnyagah/prompt-injection-guardrail
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/Johndenisnyagah/prompt-injection-guardrail
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
作者发布了一个微调的二分类器，在提示词到达 LLM 前拦截注入攻击，以本地 HTTP API 提供服务，权重在 Hugging Face（Johnnyagah/Llama-Prompt-Guard-2-86M-injection-guardrail）按 Llama 4 Community License 开放，代码 MIT。模型基于 Meta 的 Llama-Prompt-Guard-2-86M（mDeBERTa-v3-base 骨干），在来自三个公开安全数据集加定向合成增强的 12,858 条样本上微调。
推荐理由
项目用干净 holdout 和基座消融区分真实泛化与过拟合，还明确列出误报和局限，评测方法本身值得借鉴。
来源：GitHub · 灵魂体仓库 · github.com