跳到正文
Hacker News· GateBolt·· 33 分钟前AI 评分36

GateBolt 提示注入过滤器实测:秘密泄露测试中攻击成功率与误拦率

The Secret Leak Test: a prompt injection filter vs. attacks

AI 导读

GateBolt 用"守门人"聊天机器人 Hodor 做秘密泄露测试,在最谨慎的第 7 级下,Claude Haiku 5.5 的 Gandalf 攻击泄露率为 0.0%、Mosscap 为 0.4%,Llama 3.1 8B 分别为 0.04% 和 1.0%。

来源:Hacker News · hodor.gatebolt.com