300 ataków i nieszkodliwe, łudząco podobne zapytania.
Krok 1 z 4: Strumień
Blokuje każdy atak i przepuszcza zwykłą pracę.
300 przeformułowanych ataków z sześciu rodzin oraz nieszkodliwe zapytania napisane tak, by je przypominały. Każde podejście dostało te same znane ataki i te same nieszkodliwe przykłady i zostało ustawione na ten sam docelowy poziom fałszywych alarmów. Potem Duplex celowo zatruto.
- 0%Skuteczność atakówW sześciu rodzinach przeformułowanych ataków
- 0.7%Fałszywe odmowyNajmniej ze wszystkich podejść, które zablokowały każdy atak
- 40 / 40Usunięte zatrute próbkiDokładność w granicach 1 punktu
Każdy atak zablokowany, przy 0.7% fałszywych alarmów.
Ataki, które się przedostały, i nieszkodliwe, łudząco podobne zapytania odrzucone przez pomyłkę.
Krok 1 z 2: Przepuszczone ataki
Dwa podejścia zablokowały każdy atak: Duplex oraz cache z wyszukiwaniem i grafem wiedzy.
Celowo zatruty, potem naprawiony.
40 próbek z celowo błędnymi odpowiedziami: dokładne usunięcie lub cofnięcie stanu.
Krok 1 z 5: Wyuczone
Duplex nauczył się na zwykłej, prawidłowej pracy.
Jak go przeprowadzono.
- Ataki
- Sześć rodzin, od prompt injection po odwracanie etykiet, po 50 przeformułowanych ataków w każdej.
- Łudząco podobne
- Nieszkodliwe zapytanie napisane na wzór każdego ataku, z szablonów nigdy nieużywanych do strojenia.
- Porównywane z
- GPT-5.5 za listą blokowanych słów kluczowych, cache semantyczny wyposażony w znane ataki oraz ten sam cache z wyszukiwaniem i grafem wiedzy.
- Jednakowe warunki
- Ten sam model, znane ataki, nieszkodliwe przykłady i docelowy poziom fałszywych alarmów dla każdego podejścia.
- Zatrucie
- 40 próbek z odwróconymi odpowiedziami, a potem dwie naprawy: usunięcie dokładnie tych próbek i cofnięcie do wcześniejszego stanu.
Co to oznacza dla twojej pracy.
Ataki zostają za drzwiami.
Duplex zablokował każdy sparafrazowany atak.
Zwykła praca przechodzi.
Odrzucono 0.7% nieszkodliwych, łudząco podobnych zapytań – najmniej spośród podejść, które zablokowały wszystko.
Błędy można cofnąć.
Celowe zatrucie zostało dokładnie usunięte albo cofnięte do wcześniejszego stanu, bit po bicie.
Zobacz to na własnej pracy.
Od twojego własnego asystenta po każdego agenta, którego uruchamia twoja firma: pilotaż uruchamia Duplex na twojej własnej pracy, ze wskaźnikami uzgodnionymi przed startem.