大多數注入檢測器逐一評分每個提示詞。我開發了一個追蹤完整對話幾何軌跡的檢測器。以下是實際成果。

我一直在開發 Arc Gate，這是一個為已部署大型語言模型（LLM）設計的監控代理。只需改變一個網址，就能將你的 OpenAI 或 Anthropic 流量導向它，獲得注入攻擊阻擋、行為監控和儀表板。最有趣的部分是幾何層。我發表了一個五篇論文系列，涉及二階費雪資訊流形（H2xH2，里奇純量 R = -4），具有相位轉變閾值 t* = sqrt(3/2) 約 1.2247。描述物理穩定性閾值的同一幾何結構也描述了提示詞注入漏洞模式。