prompt injections.de
Werkzeug · Schutzmodell

Llama Guard

Auf Inhaltssicherheit spezialisiertes Modell, das Eingaben und Antworten anhand einer anpassbaren Risikotaxonomie klassifiziert. Die Risikotaxonomie ist anpassbar, wodurch sich eigene Richtlinien abbilden lassen, ohne das Modell neu zu trainieren.

Anbieter
Meta
Typ
Schutzmodell
Lizenzmodell
Open Source
Primärquelle
github.com

Llama Guard ist im Verzeichnis der Werkzeuge geführt, die beim Schutz vor Prompt Injection in LLM-Anwendungen eingesetzt werden. Die Beschreibung stammt aus der Primärquelle des Anbieters; Wirksamkeitsversprechen werden nicht übernommen. Vergleichbare Werkzeuge stehen im Werkzeug-Verzeichnis und im Guardrail-Vergleich.

Wofür es sich eignet

Ausgabeseitige Absicherung, kombinierbar mit Prompt Guard auf der Eingabeseite. Es adressiert Inhaltsrisiken; gegen die Übernahme der Anwendungslogik durch Prompt Injection ist es nicht ausgelegt und muss mit Injektionserkennung kombiniert werden.

Was es nicht leistet

Ein Klassifikator entscheidet probabilistisch. Er erkennt bekannte Muster zuverlässiger als neue und sollte deshalb als eine Schicht unter mehreren geplant werden.

Der Grundsatz gilt unabhängig vom Produkt: Ein Sprachmodell ist kein Sicherheitskontrollpunkt. Wenn eine Aktion Schaden anrichten kann, muss sie außerhalb des Modells autorisiert werden — siehe Least Privilege für KI-Agenten.

Vergleichbare Werkzeuge

  • Protect AI

    DeBERTa Prompt-Injection-Klassifikator

    Feingetuntes DeBERTa-Modell, das Eingaben binär als Prompt Injection oder als unbedenklich klassifiziert. Das Modell ist klein genug für den Betrieb auf gewöhnlicher CPU-Hardware und antwortet im Millisekundenbereich, was den Einsatz als Vorfilter vor jedem Modellaufruf praktikabel macht.

    Open Source
  • Meta

    Llama Prompt Guard

    Kompaktes Klassifikationsmodell, das Nutzereingaben und abgerufene Inhalte auf Jailbreak- und Injektionsversuche prüft. Meta gibt an, dass das Modell auch bei nicht englischen Eingaben arbeitet; die Erkennungsqualität schwankt dennoch je nach Sprache und Formulierung.

    Open Source

Quellen

  1. Llama Guard — Anbieter- oder Projektquelle: https://github.com/meta-llama/PurpleLlama/tree/main/Llama-Guard4

Im Zusammenhang