BrowseSafe++: Benchmarking Prompt Injection Detection Across Web Contexts, Languages, and Browser Views

arXiv cs.CR · 14 oct, 06:00

Investigadores presentan BrowseSafe++, un benchmark para detectar prompt injections en agentes navegadores que acceden a páginas web no confiables. El conjunto de datos amplía la versión anterior con 38.675 pares de páginas, incluyendo inyecciones reales observadas en sitios de producción, y proponen dos detectores ligeros (0,8B parámetros) que superan el rendimiento de modelos más grandes manteniendo bajas tasas de falsos positivos.