标签
介绍了TopoGuard，这是一种基于图论的防御方法，用于抵御RAG系统中的Split-Knowledge攻击。该攻击中，多个单独无害的文档组合后会产生有害输出。该方法通过构建语义相似度图来检测恶意上下文，性能显著优于现有的逐文档过滤器（如LlamaGuard）。