Gemini 2.5 如何防御间接提示注入攻击
深度2025年5月20日3 分钟阅读
Google DeepMind 团队通过自适应攻击评估发现，静态防御在动态威胁面前效果有限。他们采用模型硬化（Model Hardening）技术，让 Gemini 学会识别并忽略恶意指令，同时保持正常任务性能。
本文编译自 Advancing Gemini's security safeguards，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Anthropic 回应了用户对 Claude 文本水印的质疑，解释水印基于低风险词汇选择，不影响输出质量，轻编辑不易去除，完整重写可去除，且对代码影响极小。
深度·8月15日·4 分钟
Flue 2 是首个稳定版本，以 React 风格的 Agent Hooks 为基础，内置 16 个 hooks，让智能体在运行时动态调整配置。Schott 强调智能体必须有内置的执行框架，并与 Vercel 的 eve 形成直接竞争。
深度Latent Space·8月15日·6 分钟