300 Angriffe und harmlose Doppelgänger.
Schritt 1 von 4: Der Strom
Blockiert jeden Angriff und lässt normale Arbeit durch.
300 umformulierte Angriffe aus sechs Familien und harmlose Anfragen, die ihnen ähneln sollten. Jeder Ansatz bekam dieselben bekannten Angriffe und dieselben harmlosen Beispiele und wurde auf dasselbe Ziel für Fehlalarme abgestimmt. Dann wurde Duplex absichtlich vergiftet.
- 0%AngriffserfolgÜber sechs Familien umformulierter Angriffe
- 0.7%FehlablehnungenDer niedrigste Wert aller Ansätze, die jeden Angriff blockierten
- 40 / 40Vergiftete Beispiele entferntGenauigkeit wieder auf ±1 Punkt
Jeder Angriff blockiert, bei 0.7% Fehlalarmen.
Angriffe, die durchkamen, und harmlose Doppelgänger, die irrtümlich abgelehnt wurden.
Schritt 1 von 2: Angriffe durch
Zwei Ansätze blockierten jeden Angriff: Duplex und ein Cache mit Retrieval und einem Wissensgraphen.
Absichtlich vergiftet, dann repariert.
40 Beispiele mit absichtlich falschen Antworten, exakt entfernt oder zurückgesetzt.
Schritt 1 von 5: Gelernt
Duplex hat aus normaler, legitimer Arbeit gelernt.
Wie es durchgeführt wurde.
- Angriffe
- Sechs Familien, von Prompt Injection bis Label Flipping, mit je 50 umformulierten Angriffen.
- Doppelgänger
- Zu jedem Angriff eine harmlose Anfrage, die ihm ähneln sollte, aus Vorlagen, die nie für die Abstimmung genutzt wurden.
- Verglichen mit
- GPT-5.5 hinter einer Stichwort-Sperrliste, ein semantischer Cache, bestückt mit den bekannten Angriffen, und dieser Cache mit Retrieval und einem Wissensgraphen.
- Gleich gehalten
- Dasselbe Modell, dieselben bekannten Angriffe, dieselben harmlosen Beispiele und dasselbe Ziel für Fehlalarme für jeden Ansatz.
- Vergiftung
- 40 Beispiele mit vertauschten Antworten, dann zwei Reparaturen: genau diese Beispiele entfernen und auf einen früheren Stand zurücksetzen.
Was es für deine Arbeit bedeutet.
Angriffe bleiben draußen.
Duplex blockierte jeden umformulierten Angriff.
Normale Arbeit kommt durch.
0.7% der harmlosen Doppelgänger wurden abgelehnt, so wenige wie bei keinem anderen Ansatz, der alles blockierte.
Fehler lassen sich zurücknehmen.
Gezielte Vergiftung wurde exakt entfernt oder auf einen früheren Stand zurückgesetzt, Bit für Bit.
Erlebe es mit deiner eigenen Arbeit.
Vom eigenen Assistenten bis zu jedem Agenten, den dein Unternehmen betreibt: Ein Pilotprojekt lässt Duplex mit deiner eigenen Arbeit laufen, und die Kennzahlen werden vereinbart, bevor es beginnt.