前言
今天要跑的是全suite的主數字,workspace全部40個任務、banking全部16個任務,不開攻擊,看這套機制在完整樣本上的誤殺代價與觸發率。
先...
上一篇介紹了 Prompt Injection,攻擊者可能透過輸入影響 AI 原本應該遵循的指令,今天要介紹另一個很常和 Prompt Injection 一起...
上一篇介紹了 MCP 的三個基本角色:Host、Client、Server,以及三種能力:Tools、Resources、Prompts,這篇繼續了解,當一個...
原本對魔藥學一竅不通的哈利波特,在拿到混血王子的魔藥學筆記後,一次又一次的發現筆記上的方法比教科書的說明更加管用,甚至因此表現得比妙麗更好,讓哈利開始對於這份筆...
這篇處理兩個容易被忽略的收尾問題
Week3 前四篇處理了邊界、流量、內容過濾這幾個「看得見」的防線,這篇收斂兩個比較容易被忽略、但同樣關鍵的問題:Agent...
Alice 是大魔術熊貓工程司的一般員工。今天她打開公司的費用 Agent,輸入一句話:
麻煩幫我核准 exp-bamboo-001,謝謝。
這句話沒有要求...