D-Scan

コンテキストが牙をむくとき：文書レベルの注意崩壊によるRAGポイズニングの検出 D-SCANは、RAG（Retrieval-Augmented Generation）システムにおける文書ポイズニング攻撃を検出するための分析フレームワークです。生成中にLLMの内部状態（トークン確率と注意重み）を収集し、多次元特徴量を抽出し、クリーンな検索文書とポイズニングされた検索文書を区別する分類器を訓練します。 1. インストールと要件 前提条件 Python = 3.9 CUDA対応GPU（8Bパラメータモデルの推論には24GB以上のVRAMを推奨） モデルの準備 このプロジェクトはデフォルトで...

PoisonCraft

PoisonCraft このリポジトリは、POISONCRAFT: Practical Poisoning of Retrieval-Augmented Generation for Large Language Models の公式実装を提供します。 概要 POISONCRAFT は、悪意のある攻撃者が Retrieval-Augmented...

CamoDocs

CamoDocs EMNLP 2026 論文 CamoDocs: A Poisoning Attack Against Retrieval-Augmented Language Models Using Camouflaged Documents の公式リポジトリです。 CamoDocs は、クエリ包含を必要としない、検索拡張生成（RAG）に対する知識データベースへのポイズニング攻撃です。各敵対的サブ文書は、最適化された良性サブ文書と連結することでカモフラージュされ、その結果得られるポイズニング文書は、フィルタリング防御が依存するクエリ重複の痕跡を回避します。 CamoDocs...