#Wolf Defender

Wolf Defender重训实战：困难负样本如何将误报率从33%降至3%

Patronus团队重训提示注入分类器Wolf Defender v2，通过困难负样本构造、对比正则化和对抗训练，将真实场景良性特异度从66.85%提升至96.63%，同时保持97%+攻击检测F1。本文解析其训练策略与工程权衡。