IPI-exposure-signal

IPI Exposure Signal 这是我们论文的代码仓库：Your Agentic LLMs Secretly Encode Latent Signals of Indirect Prompt-Injection Exposure。 ArXiv 版本和论文链接：https://arxiv.org/abs/2608.02657 本仓库实现了潜在 IPI 暴露信号的探测流水线：AgentDojo 轨迹收集、IPI 风险标注、隐藏状态特征化，以及 IPI 暴露探测器训练/评估。 引用 @miscdong2026agenticllmssecretlyencode, title=Your...