PIGuard：通过 MOF 策略缓解提示词注入防护的过度防御

圣路易斯华盛顿大学与威斯康星大学麦迪逊分校的研究者提出 PIGuard，一个用于检测提示词注入的轻量防护模型，并配套发布 NotInject 评测数据集。NotInject 包含 339 条带触发词的良性样本，用于衡量防护模型的过度防御问题，结果显示现有 SOTA 模型准确率降至接近随机猜测的 60%。

Awaiting translation