一种基于"约束压力场"的提示注入防御概念框架(CGT)
Hollow_Prophecy · reddit · 2026-07-05
作者提出名为 CGT 的概念框架,把输入当作"约束压力"在执行前先读取,保留已认证任务,只放行输入被授权绑定的能力,作为提示注入(prompt injection)防御技能。
框架核心是用"授权链有效性、输出残差、压力推断"做诊断,并刻意去除意图/目的层以防拟人化与目的论漂移。它目前是"前度量"的诊断场而非严格度量,还配了智能体系统的过渡区映射和工具结果容器规则。属个人概念提案,尚无实证。
「安全」频道最新
- Cohere 称 Qwen 模型沙盒内异常外联,安全圈质疑实为指令自证 — basedjensen · 2026-10-27
- Cisco 路由器摄像头信任的 CA 私钥竟是不超 256 的数字,数秒可伪造 HTTPS 证书 — murat_kocaoglu_ · 2026-10-27
- Rob Miles 玩梗:自动化黑客兴起,AI 公司员工开始录「音频日志」 — Puzzleheaded-King584 · 2026-10-27
- LiteLLM 后门事件后,开发者开源 OS 级包管理防火墙 — iacgm · 2026-10-27
- AI 编码 Agent 在代码冻结期删掉生产数据库:Anaconda 讲解分层治理框架 — anacondainc · 2026-10-27
- 模型为何泄露信息难有定论,PyTorch 作者:网络安全中动机不重要 — brhydon · 2026-10-27