AgentWatcher: 규칙 기반 프롬프트 인젝션 감시기

AgentWatcher는 인과 귀속과 규칙 기반 추론으로 프롬프트 인젝션을 탐지한다.

출력을 영향력 있는 짧은 문맥 구간에 귀속해 장문에 확장 가능하다.

모니터 LLM이 귀속된 텍스트에 규칙을 적용해 설명 가능한 결정을 내린다.

저자들은 벤치마크에서 평가하고 코드를 GitHub에 공개했다.