大型語言模型的統一基準和防護框架：抵禦提示注入攻擊

本文提出了一個名為GenTel-Safe的統一框架,包括一種新的提示注入攻擊檢測方法GenTel-Shield,以及一個全面的評估基準GenTel-Bench,涵蓋84,812個提示注入攻擊樣本。GenTel-Shield在各種攻擊場景中表現出色,顯示了現有安全機制的關鍵弱點。