TaskTracker trains linear probes on LLM hidden-state activations to detect prompt injection attacks. The original paper reports strong results across several datasets (TensorTrust, Ignore-This, the ...
現在アクセス不可の可能性がある結果が表示されています。
アクセス不可の結果を非表示にする現在アクセス不可の可能性がある結果が表示されています。
アクセス不可の結果を非表示にする