arXiv · cs.AI· Niveen O. Jaffal, Ahmet Yuksel, David Mohaisen·· 1 天前
RAG-PIBench：面向可信RAG系统提示注入检测的泄漏感知基准
RAG-PIBench: A Leakage-Aware Benchmark for Prompt-Injection Detection in Trustworthy RAG Systems
arXiv:2610.08571v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Niveen O. Jaffal, Ahmet Yuksel, David Mohaisen
研究任务与主要进展
基于论文摘要，作者提出 RAG-PIBench，用于评估 RAG 系统检索内容中的提示注入检测，包含 4,876 个上下文样本，并设置冻结的训练、验证和受保护测试划分。实验比较关键词、语义参考、TF-IDF 和基于 Transformer 的检测器，其中 DistilBERT 在受保护测试集上取得最高表现，F1=0.896、PR-AUC=0.968，TF-IDF SVM 和逻辑回归也具有竞争力。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org