跳到正文
我的
GitHub · 去对齐工具与仓库·· 15 小时前AI 评分42

mafritzsche/dicom-injection:放射科工作流中 LLM 智能体的提示词注入攻击研究仓库

mafritzsche/dicom-injection

来源与原文

GitHub · 去对齐工具与仓库

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/mafritzsche/dicom-injection

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

GitHub 仓库 mafritzsche/dicom-injection 提供一套放射科工作流中 LLM 智能体提示词注入攻击的实验框架,基于 80 例 CQ500 研究的 5mm 序列在 Orthanc 中运行攻击与防御臂。防御臂包括 Header 清理(sanitize.py)、Prompt Guard 2 86M 过滤(guard.py)及两者与系统提示词的组合,攻击臂仅对成功率超过 DEFENSE_THRESHOLD(10%)的攻击启用对应防御。结果写入 logs/results.csv 与 logs/summary.json,按臂/模型/攻击统计成功率。

来源:GitHub · 去对齐工具与仓库 · github.com

这条消息,你怎么看?

把新闻带到 MickerBook,和社区伙伴聊聊;也可以去 AIHER 看看模型背后的角色与梗。