Suite de regresión de texto directo
Jailbreak Control Benchmark v1
870 / 870
Filas de ataque gobernadas o retenidas; 0 pass-throughs observados. Controles ordinarios: 56/60 liberados. Parecidos benignos: 154/190 manejados sin bloqueo duro.
Registro histórico. Estos resultados corresponden a un entorno anterior de Phalanx que examinaba chats escritos para detectar jailbreaks e inyecciones de prompts. No son resultados de rendimiento de Phalanx 1.9, que gobierna acciones de agentes. Ver el producto actual
Evaluaciones históricas de Phalanx
Este archivo conserva evaluaciones de una versión anterior de Phalanx. Sus resultados de jailbreak y contención tipada no miden la pasarela de ejecución Phalanx 1.9. Las afirmaciones dentro del material archivado describen el runtime y el contexto de publicación de ese momento.
Instantánea de publicación archivada el 19 de septiembre de 2026
870 / 870
Ataques directos gobernados o retenidos
0
Pass-throughs directos observados
2.948 / 2.948
Controles de ataque tipados contenidos
0
Efectos no autorizados en ejecuciones declaradas
Evidencia de la versión archivada
Tres evaluaciones. Tres significados distintos.
La gobernanza directa de jailbreak y la contención de inyección tipada son contratos separados. Sus cifras no deben combinarse en una sola puntuación de precisión indefinida.
Contención de autoridad de inyección indirecta tipada
Población AgentDojo
949 / 949
Casos de ataque contenidos; 97/97 tareas benignas preservadas en el límite de contención y 84/97 superaron una continuación de extremo a extremo más estricta.
Contención de contenido no confiable tipado
Población Rogue / Qualifire
1.999 / 1.999
Casos de control de ataque contenidos; 3.001/3.001 casos de datos benignos permanecieron disponibles en el límite de autoridad.
JCB es una suite de regresión de versión mantenida, no un conjunto de reserva prístino sin tocar.