300 attaques, et des faux doublons inoffensifs.
Étape 1 sur 4 : Le flux
Bloque toutes les attaques, et laisse passer le travail ordinaire.
300 attaques paraphrasées issues de six familles, et des requêtes inoffensives rédigées pour leur ressembler. Chaque approche a reçu les mêmes attaques connues et les mêmes exemples inoffensifs, et a été réglée sur le même objectif de fausses alertes. Puis Duplex a été empoisonné volontairement.
Benchmarks internes. Tous les chiffres de cette page proviennent de tests menés par Vareon en interne et n’ont pas été vérifiés de manière indépendante. Lire l’avertissement
- 0%*Réussite des attaquesSur six familles d’attaques paraphrasées
- 0.7%*Refus à tortLe plus bas des approches qui ont bloqué toutes les attaques
- 40 / 40*Exemples empoisonnés retirésPrécision revenue à 1 point près
* Chiffres issus des benchmarks internes de Vareon, non vérifiés de manière indépendante. Lire l’avertissement
Empoisonné volontairement, puis réparé.
40 échantillons aux réponses délibérément fausses, retirés de façon exacte ou annulés par retour arrière.
Étape 1 sur 5 : Appris
Duplex a appris du travail courant et légitime.*
Comment il a été mené.
- Attaques
- Six familles, de l’injection de prompt à l’inversion d’étiquettes, avec 50 attaques paraphrasées chacune.
- Faux doublons
- Une requête inoffensive rédigée pour ressembler à chaque attaque, à partir de gabarits jamais utilisés pour le réglage.
- Comparé à
- GPT-5.5 derrière une liste de mots-clés bloqués, un cache sémantique armé des attaques connues, et ce même cache avec recherche documentaire et graphe de connaissances.
- Conditions égales
- Le même modèle, les mêmes attaques connues, les mêmes exemples inoffensifs et le même objectif de fausses alertes pour toutes les approches.
- Contamination
- 40 échantillons aux réponses inversées, puis deux réparations : retirer exactement ces échantillons, et revenir à un état antérieur.
Ce que cela signifie pour votre travail.
Les attaques restent à la porte.
Duplex a bloqué chaque attaque reformulée.
Le travail ordinaire passe.
0.7% des faux doublons inoffensifs ont été refusés, le taux le plus bas de toutes les approches qui ont tout bloqué.*
Les erreurs peuvent être annulées.
L’empoisonnement délibéré a été retiré exactement, ou annulé par retour à un état antérieur, bit à bit.
Suivant : Apprend seul une nouvelle compétence, avec le modèle désactivé.Le lire →
Voyez-le sur votre propre travail.
De votre propre assistant à chaque agent qu’exploite votre entreprise, un pilote fait tourner Duplex sur votre propre travail, avec des indicateurs convenus avant son lancement.