d-scan

标签

#d-scan

当上下文反噬：通过文档级注意力崩溃检测RAG投毒

Hugging Face Daily Papers ↗ · 2026-08-07 缓存

本文提出D-SCAN，一种针对RAG投毒的检测框架，通过监控语言模型生成中的注意力崩溃动态，即使在输出看似良性时，也能有效抵御对抗性攻击。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈