SL
PrijavaZačnite zdaj
Slovar pojmov

Token Smuggling

Kaj je Token Smuggling?

Tihotapljenje tokenov je oblika zaobhoda zaščite (jailbreaking), pri kateri so neželena navodila prikrita, na primer razdeljena na drobce, drugače kodirana ali zapisana z podobnimi znaki, tako da jih preprosti filtri ključnih besed spregledajo, jezikovni model pa njihov pomen vseeno razume. Zaščita vključuje normalizacijo vhodov pred ocenjevanjem, preverjanja na podlagi vsebine in ne le besed, pregledovanje izhodov ter podeljevanje čim manj pooblastil agentom UI.

Kako pomaga KI.ordo

Predloga KI.ordo „Požarni zid UI: preveri vnos“ sumljive vnose oceni po vsebini, preden dosežejo agenta, in jih po potrebi blokira.

Več o tem : Token Smuggling

Ustrezne predloge

Teme

  • Varnost
  • Jailbreaking
  • LLM

Preizkusite KI.ordo

Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.

Začni predstavitev
← Vsi pojmi

Sorodni pojmi

Jailbreaking

Jailbreaking označuje poskuse zaobidenja varnostnih pravil modela UI s premišljeno oblikovanimi vnosi, tako da ustvari vsebino ali izvede dejanja, ki bi ju moral zavrniti. Za organizacije je to tveganje, saj bi klepetalni robot lahko na primer razkril zaupna navodila ali neprimerno odgovoril. Zaščitni ukrepi vključujejo jasna sistemska navodila, pregledovanje vnosov in izpisov, omejena pooblastila, beleženje in redno varnostno testiranje (red teaming).

  • Varnost
  • Preprečevanje zlorabe
  • +1
Predloga

Požarni zid UI

Požarni zid UI je zaščitna plast med uporabniki, viri podatkov in modelom UI. Vnose pregleduje glede poskusov manipulacije, kot sta vstavljanje ukazov ali jailbreaki, izpise pa preverja, na primer glede zaupnih podatkov ali neželene vsebine, preden jih posreduje naprej. Lahko uporablja pravila, klasifikacijske modele ali drugi jezikovni model. Požarni zid UI zmanjšuje tveganje, vendar ne nudi popolne zaščite in ne nadomešča ne omejenih pooblastil ne testiranja.

  • Varnost
  • Vstavljanje ukazov
  • +1
Predloga

Varnost LLM

Varnost LLM zajema vse ukrepe, ki aplikacije na osnovi velikih jezikovnih modelov ščitijo pred zlorabo, uhajanjem podatkov in neželenim vedenjem. Tipična tveganja so vstavljanje ukazov, razkritje zaupnih navodil ali podatkov in agenti s prekomernimi pooblastili. Zaščita izhaja iz več plasti: jasnih navodil, omejenih pravic, preverjanja vnosov in izpisov, požarnih zidov UI, red teaminga in rednih pregledov.

  • varnost
  • jezikovni modeli
  • +1
Predloga

Posredno vstavljanje ukazov (indirect prompt injection)

Pri posrednem vstavljanju ukazov zavajajoča navodila niso v vnosu uporabnika, temveč skrita v vsebini, ki jo sistem UI sproti obdeluje, kot so spletne strani, e-poštna sporočila ali dokumenti. Ko agent takšno vsebino prebere, lahko skrite ukaze zamenja za prave naloge in na primer razkrije podatke. Zaščite vključujejo obravnavanje zunanje vsebine strogo kot podatkov, omejevanje pooblastil, pregledovanje vnosov in zahtevo po človeški odobritvi za kritična dejanja.

  • Varnost
  • Vstavljanje ukazov
  • +1
Predloga