Arc Sentry：超越 LlamaGuard 3 的创新型白盒提示词注入检测器

这项激动人心的新发展引入了一种极具创新性的方法来保护自托管的大规模语言模型 (LLM)。Arc Sentry 摒弃了简单的关键词匹配，转而分析模型的内部表示，从而出色地捕获了狡猾的角色扮演和间接攻击。令人振奋的是，它展现了超越 LlamaGuard 3 等主流工具的高召回率，为开发者提供了一个更快、更轻量级的 CPU 预过滤器以提升安全性。