MIPIAD：使用 Qwen 进行多语言间接提示注入攻击防御 -- TF-IDF 混合和元集成学习

间接提示注入仍然是检索增强和使用工具的 LLM 系统中的一个持续弱点，并且在多语言环境中该问题变得更难以表征。我们提出了 MIPIAD，这是一个针对英语和孟加拉语进行评估的防御框架，它结合了通过 LoRA (XLPID) 从 Qwen2.5-1.5B 微调的序列分类器、TF-IDF 词汇特征以及通过后期融合、堆叠和梯度提升进行验证调整的集成。该框架根据 BIPIA（Yi 等人，2023）模板构建的综合基准进行评估，该模板涵盖五个任务系列——电子邮件、表格、QA、摘要和代码，包含超过 143 万个生成的样本，并使用互斥的攻击类别进行训练和测试分割。在整个实验中，词汇信号证明很强（TF-IDF+SVM F1=0.77），并且混合 XLPID+TF-IDF 集成实现了最好的整体 F1（0.9205），而 Boosting Ensemble 实现了最好的 AUROC（0.9378）。相对于独立的神经模型，集成方法一致地减少了英语-孟加拉语跨语言差距。该管道专为可扩展性而设计：NLLB-200 支持 200 多种语言，XLPID 的多语言主干可以重新定位到其他语言，而无需更改架构；实证验证目前仅限于英语和孟加拉语