安全paper· 00:00推荐指数6161arXiv 论文提出 LLMON 后训练方法,将间接提示词注入成功率从 53-100% 降至 0.02-5.6%arXiv:2610.38120 论文提出 LLMON(LLM Object Notation)后训练方法,通过结构化对象标记让模型区分可执行指令与被动上下文数据,并要求基于显式标识符执行,以降低 RAG 与工具调用场景下的提示词注入风险。安全论文安全研究#论文/研究#C02 AI对抗防御#攻防研究提示注入模型内生加固检测与护栏RAG 与知识库基准测试集机械可解释性