arXiv Artificial Intelligence· Basel Shbita, Michael Hind, Chad DeLuca, Nathan Fulton, Shubhi Asthana, Farhan Ahmed, Anisa Halimi, Yada Zhu, Mauro Martino, David Cox, Dan Gutfreund·· 17 小时前AI 评分58
用 LLMON 后训练大语言模型，间接提示注入攻击成功率降至 0.02-5.6%
Post-Training Large Language Models with LLMON
AI 导读
研究提出基于 LLMON（LLM Object Notation）的后训练方法，将指令与数据分离并要求基于显式标识符执行，构建了覆盖通用、RAG 和工具调用数据的 4.6B token 结构化训练语料。
来源：arXiv Artificial Intelligence · arxiv.org