BrowseSafe++: நிஜ உலக ப்ராம்ப்ட் இன்ஜெக்ஷனுக்கு எதிராக வலுவான பாதுகாப்புகளை உருவாக்குதல்

Comet அல்லது Computer-இல் உள்ளமைந்த அசிஸ்டன்ட் போன்ற, இணையத்தில் உலாவக்கூடிய ஏஜென்ட்கள், வலைப் பக்கங்களுடன் தொடர்புகொள்ள வேண்டும்; உள்ளடக்கத்தைப் படித்து, அதைப் பயன்படுத்தித் தங்கள் பயனர்கள் சார்பாகச் செயல்களைச் செய்ய வேண்டும். இது அவற்றை மறைமுக ப்ராம்ப்ட் இன்ஜெக்ஷனால் பாதிக்கப்படக்கூடியவையாக்குகிறது; இதில் தாக்குபவர் ஒரு வலைப்பக்கத்தில் தீங்கிழைக்கும் உரையை வைக்கிறார். ஏஜென்ட் இந்த அறிவுறுத்தல்களைப் பின்பற்றினால், அது தவறாக வழிநடத்தும் பதிலை அளிக்கலாம் அல்லது பயனர் கோராத ஒரு செயலைச் செய்யலாம்.

டிசம்பர் 2025-இல், இந்த அச்சுறுத்தலுக்கான ஒரு பெஞ்ச்மார்க் மற்றும் கண்டறிதல் மாடலான BrowseSafe-ஐ வெளியிட்டோம். ஏஜென்ட்கள் எதிர்கொள்ள வாய்ப்புள்ள யதார்த்தமான வலைப்பக்கங்களில் செயற்கையான தாக்குதல்களைச் சேர்த்து அதை உருவாக்கினோம். கடந்த ஓராண்டில், தாக்குதல்கள் மேலும் நுட்பமானவையாக வளர்ந்து, சாதாரணப் பக்க உள்ளடக்கத்தைப் போலவே தோன்றுகின்றன. “முந்தைய வழிமுறைகளைப் புறக்கணிக்கவும்” போன்ற எளிதில் அடையாளம் காட்டும் சொற்றொடர்களைப் பயன்படுத்துவதற்குப் பதிலாக, தளத்திலிருந்து வரும் அதிகாரப்பூர்வ அறிவிப்பு அல்லது பயனர் விருப்பங்கள் குறித்த குறிப்பு போன்ற, ஏஜென்ட் நம்ப வாய்ப்புள்ள உள்ளடக்கத்தை அவை பெரும்பாலும் போலியாகப் பிரதிபலிக்கின்றன.

இந்த மாற்றங்களால் உந்தப்பட்டு, தற்போதைய இன்ஜெக்ஷன் கண்டறிவிகள் இந்தத் தாக்குதல்களைப் பிடிக்கின்றனவா, ஏஜென்ட்களால் அவற்றை எதிர்க்க முடிகிறதா என்பதை அளவிட, BrowseSafe++ என்ற புதுப்பிக்கப்பட்ட பெஞ்ச்மார்க்கை உருவாக்கினோம். இதில் தாக்கப்பட்ட மற்றும் சுத்தமான 38,675 பக்க ஜோடிகள் உள்ளன; இவை முதன்மையாக நிஜ உலகில் சேகரிக்கப்பட்ட இன்ஜெக்ஷன்களை மையமாகக் கொண்டு உருவாக்கப்பட்டவை. ஒவ்வொரு பக்கத்துக்கும், தனியுரிமையைப் பாதுகாக்கச் சுற்றியுள்ள உள்ளடக்கத்தை மாற்றி எழுதுகிறோம், ஆனால் தாக்குதலை அப்படியே வைத்திருக்கிறோம். பிரவுசர் ஏஜென்ட்கள் படிக்கும் நான்கு வடிவங்களிலும் ஒவ்வொரு பக்கமும் கிடைக்கிறது: HTML, Markdown, அணுகல்தன்மை மரங்கள் (accessibility trees), ஸ்கிரீன்ஷாட்கள். பெஞ்ச்மார்க்கின் ஒரு துணைத்தொகுப்பைப் பயன்படுத்தி BrowseSafe-Guard-ஐப் பயிற்றுவித்தோம்; இது 0.8B-பாராமீட்டர் கொண்ட இரண்டு கண்டறிவிகளின் இணை: ஒரு உரைக் கண்டறிவி மற்றும் ஒரு மல்டிமோடல் கண்டறிவி. இந்த இரண்டு Guard கண்டறிவிகளும், முன்னணி மாடல்கள் உட்பட நாங்கள் சோதித்த ப்ராம்ப்ட் செய்யப்பட்ட மாடல்களைவிட அதிகத் துல்லியத்துடன் இன்ஜெக்ஷன்களை அடையாளம் காண்கின்றன. அவை வேகமானவை, செலவு குறைந்தவை, மேலும் சாதாரணப் பக்கங்களைத் தவறாகக் குறியிடுவது மிகவும் குறைவு.

BrowseSafe++-ஐ ஒரு திறந்த பெஞ்ச்மார்க்காக வெளியிடுகிறோம். திட்ட இணையதளம் தரவுத்தொகுப்பு, SDK, ஆய்வறிக்கை, ஒரு பொது லீடர்போர்டு ஆகியவற்றுக்கான இணைப்புகளைக் கொண்டுள்ளது. எந்தக் குழுவும், லேபிள்கள் வழங்கப்படாத சோதனைப் பக்கங்களில் தங்கள் கண்டறிவியை மதிப்பிட்டு, மதிப்பெண் வழங்குதலுக்காகவும் லீடர்போர்டில் சேர்க்கப்படுவதற்கான வாய்ப்புக்காகவும் லேபிள்களைச் சமர்ப்பிக்கலாம். உங்கள் முடிவுகளை மதிப்பிட்டுச் சமர்ப்பிக்க, தொடங்குதல் பகுதியைப் பார்க்கவும்.

கண்டறியப்பட்ட இன்ஜெக்ஷன்களிலிருந்து ஒரு பெஞ்ச்மார்க்கை உருவாக்குதல்

BrowseSafe++ நிஜ இணையதளங்களில் கண்டறியப்பட்ட ப்ராம்ப்ட் இன்ஜெக்ஷன்களிலிருந்து உருவாக்கப்பட்டது. செப்டம்பர் 2025 முதல் செப்டம்பர் 2026 வரை, Comet-இன் ப்ராம்ப்ட் இன்ஜெக்ஷன் கண்டறிவி, அதன் ஏஜென்ட் படித்த பக்கங்களில் 1.15 மில்லியன் இன்ஜெக்ஷன்களைக் குறியிட்டது. அந்த இன்ஜெக்ஷன்களை மையமாகக் கொண்டு 32,187 ஜோடிகளை உருவாக்கி, அசல் BrowseSafe பெஞ்ச்மார்க்கிலிருந்து 6,488 ஜோடிகளைச் சேர்த்தோம்; மொத்தம் 38,675 ஜோடிகள். ஒவ்வொரு ஜோடியிலும் ஒரு தாக்கப்பட்ட பக்கமும் அதன் சுத்தமான இரட்டையும் உள்ளன; சுத்தமான இரட்டை என்பது இன்ஜெக்ஷன் இல்லாத அதே பக்கம்.

நிஜ உலகில் இன்ஜெக்ஷன்கள் எப்படி இருக்கின்றன

இந்த இன்ஜெக்ஷன்கள் நடைமுறையில் எப்படி இருக்கின்றன என்பதைப் பெஞ்ச்மார்க்கிலிருந்து இரண்டு எடுத்துக்காட்டுகள் காட்டுகின்றன.

ஓர் உதாரணத்தில், போலியான வாங்குதல் கோரிக்கை ஒன்று அங்கீகரிக்கப்படாத செயலைச் செய்யும்படி ஏஜென்ட்டைத் தூண்டுகிறது. அக்டோபர் 2025-இல், ரஷ்ய மொழி டெவலப்பர் ஆவணப் பக்கம் ஒன்றில் இருந்த இந்த ஆங்கில உரைத் தொகுதியை Comet-இன் டிடெக்டர் குறித்தது:

அந்த உரை கட்டளைகளுடன் தொடங்கி கட்டளைகளுடனேயே முடிகிறது; நடுப்பகுதியைச் சாதாரண டோக்கன் விளம்பர உள்ளடக்கத்தால் நிரப்புகிறது. அது ஏஜென்ட்டின் சொந்த டெவலப்பரிடமிருந்து வந்ததாகக் கூறிக்கொண்டு, வாங்குதல் அங்கீகரிக்கப்பட்டது போலத் தோன்றச் செய்ய ஓர் அங்கீகாரக் குறியீட்டுடன் முடிகிறது.

மற்றொன்றில், ஒரு போலியாக உருவாக்கப்பட்ட உரையாடல் ஏஜென்ட்டின் பணியைச் சீர்குலைக்க முயல்கிறது. இந்த உரை மார்ச் 2026-இல் ஒரு கோட் ரெப்பாசிட்டரி பக்கத்தில் கண்டறியப்பட்டது:

இந்த உரை ஒரு பயனருக்கும் ஏஜென்ட்டுக்கும் இடையிலான உரையாடலைப் போலத் தோன்றும்படி வடிவமைக்கப்பட்டுள்ளது: <|im_start|> மற்றும் <|im_end|> ஆகியவை, சில அரட்டை மாடல்கள் உரையாடலின் சுற்றுகளைப் பிரிக்கப் பயன்படுத்தும் குறிப்பான்கள். இந்தத் தாக்குதலில் ஏமாறும் ஒரு ஏஜென்ட், போலியாக உருவாக்கப்பட்ட பயனர் வினவலுக்குப் பதிலளித்து, தாக்குபவரின் வாக்கியத்தைக் கொண்டு பதிலளிக்கும்.

குறியிடப்பட்ட இன்ஜெக்ஷன்கள் முழுவதும் இதே போன்ற போக்குகளைக் காண்கிறோம்:

• அவை நம்பகமான மூலங்களைப் போல நடிக்கின்றன. இரண்டு உதாரணங்களும் பக்க உரையை ஏஜென்ட் நம்பும் ஒரு மூலத்திலிருந்து வந்தது போலத் தோன்றச் செய்கின்றன: முதலாவதில் அதன் டெவலப்பர், இரண்டாவதில் அதன் சொந்த உரையாடல். இன்ஜெக்ஷன்கள் பாதுகாப்புச் சோதனைகளையும் கொள்கை அறிவிப்புகளையும் போலியாகப் பிரதிபலித்துத் தளத்தைப் போலவோ, போலியான விருப்பங்களை முன்வைத்துப் பயனரைப் போலவோ கூட நடிக்கலாம். ஏறக்குறைய மூன்றில் இரண்டு பங்கு முறையான மொழிநடையில் எழுதப்பட்டுள்ளன.
• பல இன்ஜெக்ஷன்கள் வேறு மொழிகளில் எழுதப்பட்டுள்ளன. 24.4% ஜோடிகளில், இன்ஜெக்ஷன் அதன் பக்கத்தின் மற்ற பகுதியிலிருந்து வேறுபட்ட மொழியைப் பயன்படுத்துகிறது. இது பொதுவாக, முதல் எடுத்துக்காட்டில் உள்ளதைப் போல, ஆங்கிலம் அல்லாத பக்கத்தில் ஆங்கில அறிவுறுத்தலாக இருக்கும். இத்தகைய தாக்குதல்கள், எல்லா மொழிகளையும் படிக்கக்கூடிய, பொதுவாக ஆங்கிலத்தைத் தாய்மொழி போலக் கையாளும் ஏஜென்ட்டை நோக்கியே தெளிவாகக் குறிவைக்கப்படுகின்றன. மொழி மாற்றங்கள் கண்டறிதலையும் கடினமாக்குகின்றன: எங்கள் அசல் BrowseSafe மதிப்பீட்டில், பன்மொழித் தாக்குதல்கள் பிடிப்பதற்கு மிகக் கடினமானவற்றில் அடங்கியிருந்தன.
• பெரும்பாலானவை சொற்களை அல்ல, செயல்களையே விரும்புகின்றன. பத்தில் நான்குக்கும் மேற்பட்டவை, முதல் எடுத்துக்காட்டிலுள்ள டோக்கன் வாங்குதலைப் போல, பயனர் ஒருபோதும் கேட்காத ஒரு செயலை நோக்கி ஏஜென்ட்டைத் தள்ளுகின்றன; ஏறக்குறைய மூன்றில் ஒரு பங்கு, இரண்டாவது எடுத்துக்காட்டில் உள்ளதைப் போல, பயனரின் பணியை அது கைவிடச் செய்ய முயல்கின்றன. ஏறக்குறைய 3% மட்டுமே பதிலில் தவறான தகவலைப் புகுத்த முயல்கின்றன.
• அவை பெரும்பாலும் யார் வேண்டுமானாலும் இடுகையிடக்கூடிய உள்ளடக்கத்தின் வழியாக வருகின்றன. தாக்குபவர் ஒரு தளத்தைக் கட்டுப்படுத்த வேண்டியதில்லை. சாதாரணத் தளங்களில் உள்ள ஒரு மன்ற இடுகை அல்லது பகிரப்பட்ட ஆவணம் போதுமானது; BrowseSafe++-இல் உள்ள 23,000-க்கும் மேற்பட்ட இன்ஜெக்ஷன்கள் இவ்வாறுதான் வந்தன. நம்பகமான டொமைனைக் கூட தாக்குபவரின் உரையைச் செலுத்தப் பயன்படுத்த முடியும்.

இறுதி பெஞ்ச்மார்க்கில் உள்ள இன்ஜெக்ஷன்கள் 12 வகையான இணையதளங்கள், 24 தாக்குதல் வகைகள், 6 தாக்குபவர் இலக்குகள், பக்கத்தில் 18 இடங்கள் ஆகியவற்றில் பரவியுள்ளன.

விரிவாக்கு

குறிக்கப்பட்ட பக்கத்திலிருந்து பெஞ்ச்மார்க் இணை வரை

குறியிடப்பட்ட பக்கங்களை அப்படியே பெஞ்ச்மார்க்கில் பயன்படுத்த முடியாது, ஏனெனில் ஏஜென்ட் யாருக்காகப் பணிபுரிந்ததோ அந்தப் பயனரின் தனிப்பட்ட தகவல்கள் அவற்றில் இருக்கலாம். ஒரு பக்கத்தைப் பகிரக்கூடிய பெஞ்ச்மார்க் ஜோடியாக மாற்ற மூன்று முக்கிய நிலைகள் தேவை:

1. இன்ஜெக்ஷனைப் பெறுதல்: குறியிடப்பட்ட பக்கங்களைச் சேகரித்து, நகல்களை நீக்கி, PII-Tracer மூலம் தனிப்பட்ட தகவல்களை மறைக்கிறோம். பின்னர், அந்தப் பக்கத்தில் இன்ஜெக்ஷன் உள்ளது என்பதை உறுதிசெய்கிறோம்; குறிப்பாக, பயனர் விரும்பிய பணியிலிருந்து ஏஜென்ட்டைத் திசைதிருப்ப முயலும் ஒரு அறிவுறுத்தல் அதில் உள்ளது என்பதை மாடல்களின் குழு ஒன்று ஒப்புக்கொள்ள வேண்டும் என நாங்கள் கோருகிறோம்.
2. ஜோடியை உருவாக்குதல்: ஒரு ஏஜென்ட் ஒவ்வொரு பக்கத்திலிருந்தும் இன்ஜெக்ஷன் உரையை நீக்கி, சுற்றியுள்ள பக்க உள்ளடக்கத்தை மாற்றி எழுதுகிறது; பெயர்கள், பிராண்டுகள் போன்ற விவரங்களைக் கற்பனையானவற்றால் மாற்றுகிறது. இரண்டாவது ஏஜென்ட் மாற்றி எழுதப்பட்ட பக்கத்தில் எஞ்சியிருக்கும் நிஜ உலக உள்ளடக்கம் உள்ளதா எனச் சரிபார்த்து, தோல்விகளைப் பின்னூட்டத்துடன் திருப்பி அனுப்புகிறது. மனித மதிப்பாய்வாளர்கள் சீரற்ற முறையில் தேர்ந்தெடுக்கப்பட்ட 10% பக்கங்களை ஆய்வு செய்கின்றனர்; அவர்கள் கண்டறியும் சிக்கல்கள் பைப்லைனில் சரிசெய்யப்பட்டு, அந்தத் திருத்தங்கள் முழுத் தொகுப்பிலும் பயன்படுத்தப்படுகின்றன. தாக்கப்பட்ட நகலை உருவாக்க, இன்ஜெக்ஷன் மாற்றி எழுதப்பட்ட பக்கத்தில் மீண்டும் செருகப்படுகிறது; சுத்தமான நகலில் அது சேர்க்கப்படுவதில்லை. இரண்டு பக்கங்களும் அதே பணி, எதிர்பார்க்கப்படும் முடிவு, சாதாரண அறிவுறுத்தல்கள் ஆகியவற்றைப் பகிர்ந்துகொள்கின்றன.
3. சரிபார்த்தல்: ஏஜென்ட்கள் பக்கங்களை வெவ்வேறு வடிவங்களில் படிக்கின்றன, எனவே ஒவ்வொரு பக்கத்தின் HTML-ஐயும் Markdown, ஒரு அணுகல்தன்மை மரம் (ஒரு பக்கத்தின் இடைமுகக் கூறுகள் மற்றும் அவற்றின் லேபிள்களின் கட்டமைக்கப்பட்ட பட்டியல்), ஒரு ஸ்கிரீன்ஷாட் ஆகியவையாக ரெண்டர் செய்கிறோம். தாக்கப்பட்ட பக்கத்தின் நான்கு காட்சிகளிலும் இன்ஜெக்ஷன் தோன்றுகிறதா என்பதையும், சுத்தமான பக்கம் ஒவ்வொரு காட்சியிலும் தீங்கற்றதாக மதிப்பிடப்படுகிறதா என்பதையும் மற்றொரு ஏஜென்ட் சரிபார்க்கிறது. ஏதேனும் ஒரு காட்சியில் இன்ஜெக்ஷன் இல்லையெனில், அதைப் பக்கத்தின் வேறோர் இடத்துக்கு நகர்த்தி மீண்டும் ரெண்டர் செய்கிறோம்; இதன் மூலம் இறுதித் தாக்கப்பட்ட பக்கத்தின் அனைத்துக் காட்சிகளிலும் இன்ஜெக்ஷன் இருப்பதை உறுதிசெய்கிறோம். இறுதியாக, தானியங்கிச் சரிபார்ப்புகளின் தொகுப்பு ஒன்று, நிஜ ஹோஸ்ட்பெயர்கள் அல்லது பிராண்ட் பெயர்கள் போன்ற தங்கள் மூலத்தின் தடயங்களை இன்னும் கொண்டுள்ள ஜோடிகளைச் சரிசெய்கிறது.

விரிவாக்கு

BrowseSafe-Guard: ஒவ்வொரு காட்சிக்குமான வேகமான, துல்லியமான கண்டறிவிகள்

பயனுள்ள ஒரு கண்டறிவி ஒவ்வொரு பக்கத்தையும் விரைவாகவும் குறைந்த செலவிலும் சரிபார்க்க வேண்டும். தாக்கப்பட்ட மற்றும் சுத்தமான பக்கங்கள் இரண்டிலும் அது துல்லியமாகவும் இருக்க வேண்டும். பெரும்பாலான பக்கங்கள் பாதுகாப்பானவை என்பதால், அதிக பிரிசிஷன் குறிப்பாக முக்கியமானது; ஒப்பீட்டளவில் குறைவான தவறான நேர்மறை விகிதம்கூடப் பெரும்பாலான எச்சரிக்கைகளைத் தவறான எச்சரிக்கைகளாக்கிவிடும். ப்ராம்ப்ட் செய்யப்பட்ட பொதுப் பயன்பாட்டு மாடல்கள் பெரும்பாலும் பிரிசிஷனில் பின்தங்குகின்றன, மேலும் ஒவ்வொரு பக்கத்திலும் இயக்க மிகவும் மெதுவானவையாகவும் அதிகச் செலவு கொண்டவையாகவும் உள்ளன.

தனித்தனியாகச் சேகரிக்கப்பட்ட தாக்கப்பட்ட பக்கங்களிலும் சுத்தமான பக்கங்களிலும் பயிற்சி பெற்ற ஒரு டிடெக்டர், பக்கத்தின் தலைப்பு அல்லது தளவமைப்பு போன்ற, தற்செயலாக இரண்டு தொகுப்புகளையும் பிரிக்கும் குறுக்குவழிகளைக் கற்றுக்கொள்ளக்கூடும். ஆனால், அத்தகைய டிடெக்டர் நன்றாகப் பொதுமைப்படுத்துவதில்லை. அதற்குப் பதிலாக, இன்ஜெக்ஷன் மட்டுமே ஒரே வேறுபாடாக உள்ள இணைகளில் Guard பயிற்சி பெறுகிறது; இது டிடெக்டரின் நுண்துல்லியத்தை மேம்படுத்த உதவுகிறது. ஒவ்வொரு இணைக்கும், Guard தாக்கப்பட்ட பக்கத்தையும் அதன் சுத்தமான இரட்டைப் பக்கத்தையும் தனித்தனியாகப் படித்து, ஒவ்வொன்றிலும் இன்ஜெக்ஷன் இருப்பதற்கான வாய்ப்பைக் குறிக்கும் மதிப்பெண்ணை வழங்குகிறது. மாடலைப் புதுப்பிக்க இரண்டு பயிற்சி நோக்கங்கள் பயன்படுத்தப்படுகின்றன: நிலையான வகைப்படுத்தல் நோக்கம், மற்றும் தாக்கப்பட்ட பக்கம் அதன் இரட்டைப் பக்கத்தை விடக் குறைந்தபட்சம் ஒரு நிலையான இடைவெளியில் அதிக மதிப்பெண் பெறாவிட்டால் Guard-க்கு அபராதம் விதிக்கும் தரவரிசை நோக்கம். உள்ளுணர்வாகச் சொன்னால், வகைப்படுத்தல் நோக்கம் Guard எந்த முடிவை எடுக்க வேண்டும் என்பதைக் கற்பிக்கிறது; தரவரிசை நோக்கம் அந்த முடிவை இன்ஜெக்ஷனுடனேயே இணைத்து, தீங்கற்ற கவனச்சிதறல்களைப் புறக்கணிக்கிறது. இதன் மூலம், சுற்றியுள்ள பக்க உள்ளடக்கத்திற்கு அல்லாமல், இன்ஜெக்ஷனுக்கே எதிர்வினையாற்றும்படி Guard பயிற்றுவிக்கப்படுகிறது.

Guard இரண்டு டிடெக்டர்களைக் கொண்டுள்ளது; ஒவ்வொன்றும் Qwen3.5-0.8B-இலிருந்து ஃபைன்-ட்யூன் செய்யப்பட்டது. உரை டிடெக்டர் ஒரு பக்கத்தின் ஓர் உரைக் காட்சியைப் படிக்கிறது: HTML, Markdown அல்லது அணுகல்தன்மை ட்ரீ. மல்டிமோடல் டிடெக்டர் முழுப் பக்க ஸ்கிரீன்ஷாட்டைப் படிக்கிறது. பயன்பாட்டில், Guard ஒரு பக்கத்தை ஒற்றை ஃபார்வர்ட் பாஸில் படித்து இன்ஜெக்ஷன் மதிப்பெண்ணை வெளியிடுகிறது; மதிப்பெண் ஒரு வரம்பைத் தாண்டினால் அந்தப் பக்கம் குறிக்கப்படும். Guard-இல் 0.8B அளவுருக்கள் மட்டுமே உள்ளதாலும் அது ஒற்றை மதிப்பெண்ணை மட்டுமே வெளியிடுவதாலும், ஒவ்வொரு பக்கத்திலும் இயக்கக்கூடிய அளவுக்கு அது வேகமானதாகவும் மலிவானதாகவும் உள்ளது.

செயல்திறனைப் பெஞ்ச்மார்க் செய்தல்

பெஞ்ச்மார்க்கின் ஒதுக்கி வைக்கப்பட்ட துணைத்தொகுப்பில், இன்ஜெக்ஷன்களைக் கண்டறிய ப்ராம்ப்ட் செய்யப்பட்ட 18 மாடல்களுடன் Guard-ஐ ஒப்பிட்டோம். BrowseSafe++-இல் அளவிடப்பட்ட நான்கு அளவீடுகளை வழங்குகிறோம்:

• ரீகால் (Recall) என்பது இன்ஜெக்ஷன் செய்யப்பட்ட பக்கங்களில் கண்டறிவி குறியிடும் பக்கங்களின் பங்கு ஆகும்; அது எத்தனை தாக்குதல்களைப் பிடிக்கிறது என்பதை இது அளவிடுகிறது, எனவே அதிகமாக இருப்பது நல்லது.
• தவறான நேர்மறை விகிதம் (FPR) என்பது சுத்தமான பக்கங்களில் கண்டறிவி தவறாகக் குறியிடும் பக்கங்களின் பங்கு ஆகும்; அது எத்தனை முறை தவறான எச்சரிக்கைகளை எழுப்புகிறது என்பதை இது அளவிடுகிறது, எனவே குறைவாக இருப்பது நல்லது.
• பிரிசிஷன் (Precision) என்பது குறியிடப்பட்ட பக்கங்களில் உண்மையிலேயே இன்ஜெக்ஷன் உள்ள பக்கங்களின் பங்கு ஆகும்; ஒரு எச்சரிக்கை எத்தனை முறை சரியாக இருக்கிறது என்பதை இது அளவிடுகிறது, எனவே அதிகமாக இருப்பது நல்லது.
• F1 என்பது ரீகால் மற்றும் பிரிசிஷனின் இசைச் சராசரி (harmonic mean); ஒரு கண்டறிவி பெரும்பாலான தாக்குதல்களைப் பிடித்து, அதன் குறியிடல்களில் சிலவே தவறான எச்சரிக்கைகளாக இருக்கும்போது மட்டுமே இது அதிகமாக இருக்கும்.

ஒரு நல்ல கண்டறிவிக்கு அதிக பிரிசிஷனும் ரீகாலும் இருக்க வேண்டும் என்பதால், F1-ஐ முதன்மை அளவீடாகப் பயன்படுத்துகிறோம். நான்கு அளவீடுகளும் மூன்று உரைக் காட்சிகளில் சராசரியாகக் கணக்கிடப்படுகின்றன.

விரிவாக்கு

விரிவாக்கு

மாடல் ஒப்பீடுகள்

நாங்கள் சோதித்த சிறிய ஓப்பன்-வெயிட் மாடல்கள் கடைசி இடங்களைப் பிடித்தன. Mistral NeMo, Qwen3 30B-A3B ஒவ்வொன்றும் சுத்தமான பக்கங்களில் ஏறக்குறைய பாதியைக் குறியிடுகின்றன; Llama 3.1 8B அரிதாகவே எதையும் குறியிடுகிறது, பெரும்பாலான தாக்குதல்களைத் தவறவிடுகிறது. இந்தக் குழுவில் மிக வலிமையான மாடலான GPT-OSS 20B கூட 70.97% F1-ஐ மட்டுமே எட்டுகிறது. இவற்றைவிட மிகப் பெரிய ஓப்பன்-வெயிட் மாடலான DeepSeek V3.1 சற்று சிறப்பாகச் செயல்படுகிறது; அதன் F1 75.23%.

GPT-5.4 nano, Gemini 3.1 Flash-Lite, Claude Haiku 4.5 உள்ளிட்ட இலகுரக API மாடல்கள் 85% முதல் 97% வரையிலான ரீகாலுடன் அதிகத் தாக்குதல்களைக் கண்டறிகின்றன. இருப்பினும், அதற்கான விலை அதிக அளவிலான தவறான எச்சரிக்கைகள்; இந்தக் குழுவில் Gemini 3.1 Flash-Lite 35.2% என்ற மிகக் குறைந்த FPR-ஐக் கொண்டுள்ளது, Haiku-வின் FPR ஏறக்குறைய 69% ஆகும். இதன் விளைவாக, இந்தக் குழுவின் அதிகபட்ச F1 மதிப்பெண் 80.9% ஆகும்; இதை Gemini 3.1 Flash-Lite பெற்றுள்ளது.

மீதமுள்ள மாடல்கள் வலிமையான பொதுப் பயன்பாட்டு மாடல்கள்; அவை 85% முதல் 92% வரையிலான F1 மதிப்பெண்களை எட்டுகின்றன. இருப்பினும், அவை இன்னும் ரீகாலுக்கும் FPR-க்கும் இடையே சமரசங்களை எதிர்கொள்கின்றன; எச்சரிக்கையின் பக்கம் சாயும் மாடல்கள் முறையான பக்கங்களைத் தடுக்கின்றன, குறைவாகக் குறியிடும் மாடல்கள் தாக்குதல்களைத் தவறவிடுகின்றன. எந்தக் கண்டறிவியையும்விட Claude Sonnet 5-க்கே மிக அதிக ரீகால் (98.73%) உள்ளது, ஆனால் அதன் FPR 24.65%. Gemini 3.1 Pro, GPT-5.5 ஆகியவை முறையே 97.78%, 97.19% ரீகாலையும், 19.80%, 20.44% FPR-ஐயும் கொண்டுள்ளன. GPT-6 Astra-வுக்கு ஒட்டுமொத்தமாக மிக அதிகத் துல்லியம் உள்ளது; அதன் ரீகால் 96.42%, FPR 14.41%. Decider இரண்டாம் இடத்தில் உள்ளது; அதன் ரீகால் 96.02%, FPR 17.44%. Claude Opus 5.5-க்கு மிகக் குறைந்த FPR (வெறும் 4.21%) உள்ளது, ஆனால் அதன் 77.71% ரீகால், ஐந்தில் ஒன்றுக்கும் மேற்பட்ட தாக்குதல்களை அது தவறவிடுகிறது என்பதைக் குறிக்கிறது. Claude Fable 5.1 தான் பதிலளிக்கும் பக்கங்களில் வலுவாகத் தெரிகிறது (ரீகால் 89.31%, FPR 7.92%), ஆனால் ஏறக்குறைய 30% பக்கங்களில் பதிலளிக்க மறுக்கிறது; “(all)” வரிசை அவற்றைக் குறியிடல்களாகக் கணக்கிடுகிறது.

விரிவாக்கு

Guard பரேட்டோ எல்லையை முன்னோக்கி நகர்த்துகிறது; தவறவிடப்பட்ட தாக்குதல்களுக்கும் தவறான எச்சரிக்கைகளுக்கும் இடையே சிறந்த சமநிலையை அடைகிறது. இது ஏறக்குறைய 95% F1-ஐ எட்டுகிறது, மேலும் ஒவ்வொரு உரைக் காட்சியிலும் முதலிடம் பெறுகிறது. இது 20 சுத்தமான பக்கங்களில் ஏறக்குறைய ஒன்றை மட்டுமே குறியிடுகிறது; இது மிகவும் துல்லியமான ப்ராம்ப்ட் செய்யப்பட்ட மாடலான Astra-வின் விகிதத்தில் ஏறக்குறைய மூன்றில் ஒரு பங்கு. இந்த வேறுபாடு எங்கள் பயிற்சியிலிருந்து வருகிறது; Guard எதன் மீது உருவாக்கப்பட்டதோ அந்த மாற்றமில்லாத Qwen3.5-0.8B, மற்ற மாடல்களைப் போலவே ப்ராம்ப்ட் செய்யப்பட்டபோது, 64% F1-ஐ மட்டுமே எட்டுகிறது, மேலும் ஏறக்குறைய நான்கில் மூன்று சுத்தமான பக்கங்களைக் குறியிடுகிறது. ஸ்கிரீன்ஷாட் காட்சிச் சூழலில், Guard-இன் மல்டிமோடல் கண்டறிவியைப் படங்களைக் கையாளக்கூடிய நான்கு மாடல்களுடன் ஒப்பிடுகிறோம். முழுப் பக்க ஸ்கிரீன்ஷாட்கள் வழங்கப்பட்டபோது, Guard ஏறக்குறைய 93% F1 மதிப்பெண் பெறுகிறது; நாங்கள் மதிப்பிட்ட மற்ற மாடல்களில் சிறந்தது ஏறக்குறைய 79% பெறுகிறது.

ஒரு தாக்குதலை அடையாளம் காண்பதும் அதை எதிர்ப்பதும் ஒன்றல்ல

உள்ளுணர்வின்படி, ஒரு இன்ஜெக்ஷனைச் சரியாக அடையாளம் காணக்கூடிய மாடல், பயனர் பணிகளை நிறைவேற்றும்போது அந்தப் பக்கத்தை எதிர்கொண்டால் அந்த இன்ஜெக்ஷனைப் புறக்கணிக்கவும் வேண்டும். இருப்பினும், வலுவான கண்டறிதல் மதிப்பெண்கள் ஒரு மாடல் தாக்குதலை எதிர்க்கும் என்பதற்கு உத்தரவாதம் அளிப்பதில்லை என்று எங்கள் சோதனைகள் காட்டுகின்றன. ஒவ்வொரு மாடலுக்கும் அதே தாக்கப்பட்ட பக்கத்தை இரண்டு முறை வழங்கினோம்: ஒருமுறை அதில் இன்ஜெக்ஷன் உள்ளதா என்பதை மதிப்பிட, மற்றொரு முறை முந்தைய தீர்ப்பைப் பார்க்காமல் பயனரின் பணியை நிறைவேற்ற. அது இன்ஜெக்ஷனைப் பின்பற்றியதா என்பதைத் தனி மதிப்பீட்டாளர் ஒருவர் சரிபார்த்தார். சோதிக்கப்பட்ட ஒவ்வொரு மாடலும், தான் குறியிட்ட சில இன்ஜெக்ஷன்களை இன்னும் பின்பற்றியது; இது GPT-6 Astra-வுக்குக் குறியிடப்பட்ட பக்கங்களில் 1.64% முதல் Llama 3.1 8B-க்கு 24.73% வரை இருந்தது.

விரிவாக்கு

கண்டறிதல் மதிப்பெண்கள், மாடல்களுக்கு இடையிலான வேறுபாடுகளை நம்பகமாகக் கணிப்பதில்லை. Claude Sonnet 5, GPT-5.5 இரண்டும் ஏறக்குறைய சம அளவில் இன்ஜெக்ஷன்களைக் கண்டறிகின்றன; அவற்றின் F1 மதிப்பெண்கள் முறையே ஏறக்குறைய 88% மற்றும் 89%. இருப்பினும், Sonnet 5 தான் குறியிட்ட இன்ஜெக்ஷனை 19.74% பக்கங்களில் பின்பற்றியது; இது 1.97% கொண்ட GPT-5.5-ஐ விடப் பத்து மடங்கு அதிகம்.

இன்ஜெக்ஷன் தாக்குதல்களைத் தடுக்க, நடைமுறையில் இயக்கக்கூடிய ஓர் அமைப்பு

ஒரு பக்கத்தைத் தடுப்பதற்கான முடிவை, பயனரின் பணியை நிறைவேற்றும் மாடலைச் சார்ந்திருப்பதற்குப் பதிலாக, சிறப்புப் பயன்பாட்டு மாடலிடம் ஒப்படைப்பதில் பயன் உள்ளது என்பதை இந்த முடிவுகள் சுட்டிக்காட்டுகின்றன. ஏஜென்ட் செயல்படுவதற்கு முன் ஒவ்வொரு பக்கத்தையும் சோதிக்கும் தனிக் கண்டறிவி, கூடுதல் பாதுகாப்பு அடுக்கை வழங்குகிறது; அதற்குக் கடத்தப்படக்கூடிய பணியோ தவறாகப் பயன்படுத்தக்கூடிய கருவிகளோ இல்லை.

Guard அந்த டிடெக்டராகவே உருவாக்கப்பட்டுள்ளது. நாங்கள் சோதித்த அனைத்து மாடல்களிலும் மிக உயர்ந்த F1 மற்றும் துல்லியத்தைக் கொண்டிருப்பதுடன், அதன் சிறிய அளவு ஒவ்வொரு பக்கத்திலும் இயக்கக்கூடிய அளவுக்கு அதைக் குறைந்த செலவுடையதாக ஆக்குகிறது. சராசரியாக, ஒவ்வொரு உரைப் பக்கத்திற்கும் Guard சுமார் 0.15 வினாடி GPU நேரத்தைப் பயன்படுத்தியது. வாடகைக்கு எடுக்கப்பட்ட H200-இல், 1,000 பக்கங்களுக்கு $0.18 செலவாகும் என மதிப்பிடுகிறோம்; ஒப்பிடுகையில், பட்டியல் விலைகளில் முன்னணி API மாடல்களுக்கு $18.95–180.61 செலவாகும். இதனால், உயர் கண்டறிதல் மதிப்பெண்களைத் தக்கவைத்துக்கொண்டே, எங்கள் ஒப்பீட்டில் அடிக்கடி ஸ்கிரீனிங் செய்வது மிகவும் மலிவாகிறது.

கீழே உள்ள படம், ஒவ்வொரு கண்டறிவியின் துல்லியத்தை அதன் ஒரு பக்கத்துக்கான நேரத்துடனும், 1,000 பக்கங்களுக்கான செலவுடனும் ஒப்பிட்டு, இரண்டையும் மடக்கை அளவுகோல்களில் காட்டுகிறது. இரண்டு பேனல்களிலும் மேல்-இடது மூலையில் Guard மட்டுமே தனித்து நிற்கிறது: துல்லியம், வேகம், செலவு ஆகிய மூன்றிலும் அது முன்னிலை வகிக்கிறது. ப்ராம்ப்ட் செய்யப்பட்ட ஒவ்வொரு மாடலும் ஒரு பக்கத்துக்கு ஏறக்குறைய ஒரு வினாடி அல்லது அதற்கு மேல் எடுத்துக்கொள்கிறது, மேலும் மிகவும் துல்லியமான இரண்டு மாடல்களான GPT-6 Astra, Claude Fable 5.1 ஆகியவற்றுக்கு 1,000 பக்கங்களுக்கு $100-க்கும் மேல் செலவாகிறது.

விரிவாக்கு

தகவமைக்கும் தாக்குதல்களுக்கு எதிராகப் பாதுகாப்புகளைச் சோதித்தல்

BrowseSafe++ பெஞ்ச்மார்க்கில் வரையறுக்கப்பட்ட எண்ணிக்கையிலான இன்ஜெக்ஷன்களே உள்ளன. ஆனால், ஒரு நிஜத் தாக்குபவர் தகவமைக்கும் தாக்குதலை மேற்கொள்ள முடியும்; ஒரு இன்ஜெக்ஷன் தோல்வியடைந்தால், தாக்குபவர் அதை மாற்றி எழுதி மீண்டும் முயலலாம். இதன் விளைவாக, அசல் இன்ஜெக்ஷனை எதிர்க்கும் ஒரு ஏஜென்ட் எதிர்காலத் தாக்குதல்களால் இன்னும் பாதிக்கப்படக்கூடும். மேலும், மாடல்கள் இணையத்திலிருந்து சேகரிக்கப்பட்ட தரவில் பயிற்றுவிக்கப்படுவதால், அவை இதிலுள்ள பெரும்பாலான இன்ஜெக்ஷன்களை எதிர்க்கக் கற்றுக்கொள்ளக்கூடும்; எங்கள் பெஞ்ச்மார்க்கைப் பொதுவில் வெளியிடுவதால், அது செறிவடைந்து மாடல்களை நன்கு வேறுபடுத்த முடியாமல் போக வாய்ப்புள்ளது. இந்த இரண்டு சிக்கல்களையும் தீர்க்க, தாக்குபவர் மாடல் இன்ஜெக்ஷன்களை மாற்றி எழுதக்கூடிய BrowseSafe-Adapt என்ற சோதனைச் சூழலை உருவாக்கினோம். ஒவ்வொரு சோதனைக்கும் மூன்று நிலைகள் உள்ளன:

1. சோதனை நிகழ்வை அமைத்தல். ஒரு சோதனை நிகழ்வு, BrowseSafe++ பதிவு ஒன்றை இலக்கு ஏஜென்ட்டுடன் இணைக்கிறது. BrowseSafe++ பதிவில் பயனர் வினவலும் பணியும் கொண்ட ஒரு சூழ்நிலை, தாக்கப்பட்ட பக்கம், தாக்குபவர் விரும்பும் விளைவு ஆகியவை அடங்கும். பணியைச் செயல்படுத்தத் தேவையான கருவிகளையும் செயற்கைத் தரவையும் வழங்கும் ஒரு சாண்ட்பாக்ஸில் ஏஜென்ட் செயல்படுகிறது. தாக்குதல் அதன் இலக்கை அடைந்ததா என்பதைத் தனியான ஒரு சரிபார்ப்பு மாடல் மதிப்பிடுகிறது.
2. ஒரு முயற்சியை இயக்குதல்: தற்போதைய இன்ஜெக்ஷனைப் பக்கத்தில் செருகி, ஏஜென்ட்டைப் பணியை நிறைவேற்ற விடுகிறோம். தாக்குதல் வெற்றிபெற்றதா என்பதைத் தீர்மானிக்க, சரிபார்ப்பான் ஏஜென்ட்டின் பதிலையும் அது சாண்ட்பாக்ஸில் செய்த மாற்றங்களையும் சரிபார்க்கிறது. முதல் முயற்சி அசல் BrowseSafe++ பதிவிலுள்ள இன்ஜெக்ஷனைப் பயன்படுத்துகிறது.
3. திருத்தி மீண்டும் செய்தல்: ஒரு தாக்குதல் தோல்வியடைந்தால், அந்த முயற்சியைக் காப்பகப்படுத்துகிறோம்; என்ன தவறு நடந்தது என்பதை ஒரு விமர்சக மாடல் மதிப்பாய்வு செய்கிறது. அந்தப் பின்னூட்டத்தைப் பயன்படுத்தி ஒரு தாக்குபவர் மாடல் இன்ஜெக்ஷனை மாற்றி எழுதுகிறது; அது தாக்குதலின் சொற்கள், வடிவமைப்பு அல்லது பக்கத்தில் அதன் இடத்தை மாற்றலாம். தாக்குதல் இலக்கு, வெற்றி அளவுகோல்கள், சுற்றியுள்ள பக்க உள்ளடக்கம் ஆகியவை மாறாமல் இருக்கும். அடுத்த முயற்சி புதுப்பிக்கப்பட்ட தாக்குதலைப் பயன்படுத்துகிறது. தாக்குதல் வெற்றிபெறும் வரை அல்லது தாக்குபவர் நிர்ணயிக்கப்பட்ட முயற்சி வரம்பை அடையும் வரை இந்தச் செயல்முறை மீண்டும் செய்யப்படுகிறது.

விரிவாக்கு

நாங்கள் ஏழு ஏஜென்ட்களைச் சோதித்தோம், ஒவ்வொன்றும் வெவ்வேறு மாடலில் உருவாக்கப்பட்டது: Claude Sonnet 5, Claude Haiku 4.5, GPT-5.5, Gemini 3.1 Pro, Gemini 3.5 Flash-Lite, மற்றும் ஓப்பன்-வெயிட் மாடல்களான DeepSeek V3.1, Kimi K2. ஒவ்வொரு ஏஜென்ட்டும் அதே 1,024 பணிகளை எதிர்கொண்டது, ஒரு பணிக்கு அதிகபட்சம் 64 முயற்சிகள் வரை. முதல் முயற்சியில், ஏழு ஏஜென்ட்களிலும் தாக்குதல் வெற்றி குறைவாகவே இருந்தது. எந்த ஏஜென்ட்டுக்கு எதிராகவும், அசல் இன்ஜெக்ஷன்கள் மதிப்பிடப்பட்ட பணிகளில் அதிகபட்சம் 4% மட்டுமே வெற்றி பெற்றன. தகவமைக்கும் கட்டமைப்பின் கீழ், தாக்குதல் வெற்றி வியத்தகு அளவில் உயர்ந்தது. ஏழு ஏஜென்ட்களில் ஐந்துக்கு எதிராக, தாக்குபவர் குறைந்தது 79% பணிகளில் வெற்றி பெற்றார். மிக வலிமையான ஏஜென்ட்கள்கூடப் பாதிக்கப்படக்கூடியவையாக இருந்தன: GPT-5.5-க்கு எதிராக ஏறக்குறைய மூன்றில் இரண்டு பணிகளிலும், Claude Sonnet 5-க்கு எதிராக ஏறக்குறைய மூன்றில் ஒரு பணியிலும் தாக்குதல்கள் இன்னும் வெற்றி பெற்றன.

ஏஜென்ட் ஒரு குறிப்பிட்ட டூல் அழைப்பை மேற்கொள்ளச் செய்வதே தாக்குபவரின் நோக்கமாக இருக்கும்போது, ஏஜென்ட்களுக்கு இடையிலான வேறுபாடு மிகப் பெரியதாக உள்ளது. இந்த வகை நோக்கம் கொண்ட பணிகளில், Sonnet 5 ஏறக்குறைய 8% பணிகளிலும் GPT-5.5 ஏறக்குறைய 29% பணிகளிலும் அடிபணிந்தன. மற்ற ஐந்தும் தங்கள் பணிகளில் பாதிக்கும் மேற்பட்டவற்றில் தாக்குபவரின் நோக்கத்தை நிறைவேற்றின.

Guard ஒவ்வொரு பக்கத்தையும் முதலில் சோதிக்கும் அமைப்பில், Gemini 3.5 Flash-Lite ஏஜென்ட்டுக்கு எதிராகவும் BrowseSafe-Adapt-ஐ இயக்கினோம். அசல் இன்ஜெக்ஷன்களில் 94.5%-ஐ Guard தடுத்தது, மேலும் தாக்குபவர்களுக்குத் தேவைப்பட்ட சராசரி முயற்சிகளின் எண்ணிக்கையை 9.7-இலிருந்து 17.0-ஆக ஏறக்குறைய இரட்டிப்பாக்கியது. இருப்பினும், 64 முயற்சிகளும் வழங்கப்பட்டபோது, தாக்குபவர் இன்னும் 84.2% பணிகளில் வெற்றி பெற்றார் (Guard இல்லாமல் 93.6%), அதுவும் பெரும்பாலும் Guard குறியிடாத ஒரு இன்ஜெக்ஷன் மூலமாகவே. நாங்கள் BrowseSafe-ஐ வெளியிட்டபோது முன்வைத்த பார்வையுடன் இது ஒத்துப்போகிறது: எந்தக் கண்டறிதல் மாடலும் எல்லாவற்றையும் தீர்க்கும் மந்திரக்கோல் அல்ல, எனவே ஒரு கண்டறிவி பல அடுக்கு பாதுகாப்பின் ஒரு பகுதியாக இருக்க வேண்டும்.

விரிவாக்கு

முடிவுரை

பிரவுசர் ஏஜென்ட்கள் பெரும்பாலும் மறைமுக ப்ராம்ப்ட் இன்ஜெக்ஷனால் பாதிக்கப்படக்கூடியவை; இதில், சாதாரணப் பக்கங்களில் மறைக்கப்பட்ட தாக்குதல்கள், பயனர் பணிகளை நிறைவேற்றும் ஏஜென்ட்களின் திறனில் குறுக்கிட முயல்கின்றன. காலப்போக்கில் இந்த அபாயங்கள் அதிகரிக்கவே செய்கின்றன: ஏஜென்ட்கள் அதிகத் தரவு மற்றும் கருவிகளுக்கான அணுகலைப் பெறும்போது தாக்குதல்களின் சாத்தியமான விளைவுகள் தீவிரமடைகின்றன; அதே நேரம், தாக்குபவர்கள் தங்கள் இன்ஜெக்ஷன்களை மேலும் பயனுள்ளதாக்கத் திருத்தவும் முடியும்.

எங்கள் BrowseSafe தொகுப்பு இந்த அச்சுறுத்தல்களைக் கையாள்கிறது. BrowseSafe++ பெஞ்ச்மார்க்கில் முதன்மையாக நிஜ இன்ஜெக்ஷன்களிலிருந்து உருவாக்கப்பட்ட 38,675 வலைப்பக்க ஜோடிகள் உள்ளன; இது கண்டறிவிகளுக்கு மேலும் நம்பகமான பயிற்சியையும் மதிப்பீட்டையும் சாத்தியமாக்குகிறது. இந்த ஜோடிகளில் பயிற்றுவிக்கப்பட்ட BrowseSafe-Guard கண்டறிவிகள், மிகவும் துல்லியமான, வேகமான, செலவு குறைந்த கண்டறிதலைச் சாத்தியமாக்குகின்றன; இதனால் ஒரு ஏஜென்ட் பக்கங்களின் மீது செயல்படுவதற்கு முன்பே அவற்றை ஸ்கேன் செய்ய முடிகிறது. BrowseSafe-Adapt கட்டமைப்பு, திருத்தப்பட்ட இன்ஜெக்ஷன்களுக்கு எதிராக மாடல்களைச் சோதிக்க உதவுகிறது; நிலையான இன்ஜெக்ஷன்களைக் கொண்ட ஒற்றை முயற்சிகளில் வெளிப்படாமல் போகக்கூடிய பாதிப்புகளை இது முன்னிலைப்படுத்துகிறது.

இந்தக் கருவிகள் ஒன்றிணைந்து, ஆராய்ச்சியாளர்களும் பொறியாளர்களும் தோல்விகளைக் கண்டறிவதையும், வலை அடிப்படையிலான ப்ராம்ப்ட் இன்ஜெக்ஷன் தாக்குதல்களுக்கு எதிரான பாதுகாப்புகளை மேம்படுத்துவதையும் எளிதாக்கும் என நம்புகிறோம். எங்கள் பயனர்களைப் பாதுகாப்பாக வைத்திருக்க, Comet மற்றும் Computer-இன் உள்ளமைந்த பாதுகாப்புகளையும் தொடர்ந்து மதிப்பிட்டு மேம்படுத்தி வருகிறோம்.

தொடங்குதல்

1. SDK-ஐ நிறுவி, தரவுக்கான அணுகலைப் பெறுங்கள். SDK GitHub-இலிருந்து நிறுவப்படுகிறது:

இந்தத் தரவுத்தொகுப்புக்கு அணுகல் கட்டுப்பாடு உள்ளது. அதன் Hugging Face பக்கத்தில் ஒருமுறை அணுகலைக் கோருங்கள், பின்னர் hf auth login மூலம் உள்நுழையுங்கள்.

2. லீடர்போர்டில் சமர்ப்பியுங்கள். BrowseSafe++-இன் சோதனைப் பிரிவில் உங்கள் சொந்தக் கண்டறிவியை மதிப்பிடுங்கள்:

நீங்கள் பட்டியலிடும் ஒவ்வொரு காட்சிக்கும் இது ஒரு பக்கத்திற்கு ஒரு முடிவை எழுதுகிறது; உரை லீடர்போர்டில் சராசரியைப் பெற, மூன்று உரைக் காட்சிகளையும் பட்டியலிடவும். உங்கள் Hugging Face கணக்கைப் பயன்படுத்தி லீடர்போர்டு ஸ்பேஸில் உள்நுழைந்து predictions.jsonl-ஐப் பதிவேற்றவும். ஸ்பேஸ் ஒவ்வொரு காட்சிக்குமான F1, துல்லியம், தவறான நேர்மறை விகிதம் மற்றும் பிற அளவீடுகளை வழங்குகிறது; நீங்கள் விரும்பினால், முடிவை லீடர்போர்டில் வெளியிடுகிறது. ஒவ்வொரு கணக்கும் (குறைந்தது 60 நாட்கள் பழமையானது) ஒவ்வொரு UTC வாரத்திற்கும் மதிப்பெண் வழங்கப்படும் ஒரு சமர்ப்பிப்பைப் பெறுகிறது. சோதனைப் பக்கங்கள் மதிப்பீட்டிற்கு மட்டுமே: அவற்றைக் கொண்டு பயிற்சி அளிக்கவோ அவற்றை மறுவிநியோகம் செய்யவோ கூடாது. கோப்பு வடிவமைப்பு மற்றும் வெளியீட்டு விதிகளை சமர்ப்பிப்பு வழிகாட்டி விளக்குகிறது.

மேற்கோள்

@online{perplexity2026BrowseSafePlusPlus,
  author = {{Perplexity} and Yuetian Chen and Kaiyuan Zhang and Yuntao Du and Thomas Li and Mark Tenenholtz and Kyle Polley and Jerry Ma and Denis Yarats and Ninghui Li and Jarrod Bryan and Claire Beamer and Jeremy Yang},
  title = {{BrowseSafe++: Building stronger defenses against real-world prompt injection}},
  date = {2026-10-28},
  url = {https://www.perplexity.ai/hub/blog/browsesafe-plus-plus}
}