IPI-exposure-signal

IPI 노출 신호 본 논문의 코드 저장소입니다: 당신의 에이전트 LLM은 간접 프롬프트 인젝션 노출의 잠재 신호를 은밀하게 인코딩합니다. ArXiv 버전 및 논문 링크: https://arxiv.org/abs/2608.02657 이 저장소는 잠재 IPI 노출 신호를 위한 프로빙 파이프라인을 구현합니다: AgentDojo 트레이스 수집, IPI 위험 라벨링, 히든 스테이트 특성화featurization, 그리고 IPI 노출 프로브 훈련/평가. 인용 @miscdong2026agenticllmssecretlyencode,...