开源基于 Llama-Prompt-Guard-2-86M 微调的注入拦截分类器
热点事件持续更新
开源基于 Llama-Prompt-Guard-2-86M 微调的注入拦截分类器
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Johndenisnyagah 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，通过本地 HTTP API 提供服务。据其发布信息，模型在 60 条干净样本的 holdout 测试中拦截 58 条。 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。权重以 Johnnyagah/Llama-Prompt-Guard-2-86M-injection-guardrail 名称发布在 Hugging Face，按 Llama 4 Community License 开放，代码采用 MIT 协议。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 19:39
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报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- GitHub · 灵魂体仓库精选基于 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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。