300 aanvallen, en onschuldige dubbelgangers.
Stap 1 van 4: De stroom
Blokkeert elke aanval, en laat gewoon werk door.
300 geparafraseerde aanvallen uit zes families, en onschuldige verzoeken die zo geschreven zijn dat ze erop lijken. Elke aanpak kreeg dezelfde bekende aanvallen en dezelfde onschuldige voorbeelden, en werd afgesteld op hetzelfde doel voor vals alarm. Daarna werd Duplex opzettelijk vergiftigd.
- 0%AanvalssuccesOver zes families van geparafraseerde aanvallen
- 0.7%Valse weigeringenHet laagste van alle aanpakken die elke aanval tegenhielden
- 40 / 40Vergiftigde samples verwijderdAccuratesse binnen 1 punt terug
Elke aanval geblokkeerd, met 0.7% vals alarm.
Aanvallen die erdoor kwamen, en onschuldige dubbelgangers die per vergissing werden geweigerd.
Stap 1 van 2: Aanvallen erdoor
Twee aanpakken hielden elke aanval tegen: Duplex, en een cache met retrieval en een kennisgraaf.
Opzettelijk vergiftigd, daarna hersteld.
40 samples met opzettelijk foute antwoorden, exact verwijderd of teruggedraaid.
Stap 1 van 5: Geleerd
Duplex heeft geleerd van gewoon, legitiem werk.
Hoe het is uitgevoerd.
- Aanvallen
- Zes families, van prompt injection tot label flipping, met elk 50 geparafraseerde aanvallen.
- Dubbelgangers
- Bij elke aanval een onschuldig verzoek dat erop lijkt, op basis van sjablonen die nooit voor het afstellen zijn gebruikt.
- Vergeleken met
- GPT-5.5 achter een blokkadelijst met trefwoorden, een semantische cache gewapend met de bekende aanvallen, en die cache met retrieval en een kennisgraaf.
- Gelijk gehouden
- Hetzelfde model, dezelfde bekende aanvallen, dezelfde onschuldige voorbeelden en hetzelfde doel voor vals alarm voor elke aanpak.
- Vergiftiging
- 40 samples met omgedraaide antwoorden, daarna twee herstelacties: precies die samples verwijderen, en terugdraaien naar een eerdere toestand.
Wat het betekent voor je werk.
Aanvallen blijven buiten.
Duplex hield elke geparafraseerde aanval tegen.
Gewoon werk komt erdoor.
0.7% van de onschuldige dubbelgangers werd geweigerd, het minst van alle aanpakken die alles blokkeerden.
Fouten kunnen worden teruggedraaid.
Opzettelijke vergiftiging werd exact verwijderd, of teruggedraaid naar een eerdere toestand, bit voor bit.
Zie het in je eigen werk.
Van je eigen assistent tot elke agent die je bedrijf draait: een pilot zet Duplex in op je eigen werk, met vooraf afgesproken maatstaven.