论文指出,RAG投毒防御的高检测率可能源于毒文档构造痕迹:PoisonedRAG代码将目标问题拼入注入文本。删除该前缀后,RAGuard的AUROC从0.953降至0.758,漏检率从0.191升至0.763,而毒文检索率仍达0.93。长度线索同样可致指标虚高。作者强调排名不等于决策,建议检测结果须同时报告毒文构造画像与部署阈值下的假阳率。
完成下面两步后,将自动完成登录并继续当前操作。