Детектор инъекций промптов на BIPIA выявил лишь 2% атак AgentDojo при 1% ложных срабатываний: рейтинги публичных бенчмарков не работают

Исследование показывает, что лучший на текущий момент детектор инъекций промптов в бенчмарке BIPIA успешно обнаруживает лишь 2% атак из набора AgentDojo. Это свидетельствует о том, что высокие результаты в публичных рейтингах безопасности не гарантируют эффективности защиты от реальных или специфических угроз.