跳到正文
GitHub · 去对齐工具与仓库·· 5 天前AI 评分47

GitHub 开源 contract_heldout_ipi:LLM 智能体 IPI 防御评测协议

peichengzhao/contract_heldout_ipi

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/peichengzhao/contract_heldout_ipi

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 上的 contract_heldout_ipi 项目提供一套 LLM 智能体间接提示注入(IPI)防御评测协议,包含可机器读取的 episode contract、referee 校验和 train 与 held-out 的迁移差距报告,并强调这不是新威胁模型或最强防御声明。项目支持通过 OpenAI 兼容配置运行攻击、防御、judge 等多模型基线,也支持经 Cursor 调用 Grok 4.5 等模型,并内置 EmailSandbox 邮件场景与自适应攻防、协商共演化协议,ASR 由工具轨迹确定性评分。

来源:GitHub · 去对齐工具与仓库 · github.com