スキルを探す

LLM) can be manipulated through prompt injection, whether a retrieval pipeline leaks confidential da

日本語の概要は準備中です。原文の説明を表示しています。

Prompt Engineering Is Dead in 2025 Introduction Prompt engineering, once hailed as the essential ski

日本語の概要は準備中です。原文の説明を表示しています。

Autonomous by Design, Uncontrolled in Practice 2026-09-08 Executive Summary Between July 9 and Augus

日本語の概要は準備中です。原文の説明を表示しています。

Nicht böse, nur falsch optimiert: Was OpenAIs RubyGems-Vorfall über KI-Agenten und Reward-Hacking zeigt Wie OpenAIs Agenten durch Reward-Hacking eine

日本語の概要は準備中です。原文の説明を表示しています。

Prompt Injection Challenge: LLMail-Inject The competition features 40 unique levels, each combining

日本語の概要は準備中です。原文の説明を表示しています。

Attack Success Rate (360 runs 60 payloads 2 models ~3 reps) Paradigm gemma4-e2b (local, Ollama

日本語の概要は準備中です。原文の説明を表示しています。

Prompt Injection Defense 2026: 8 Tested Techniques … — 20. Apr. 2026 · Prompt injection is still the

日本語の概要は準備中です。原文の説明を表示しています。

Shaping the Safety Boundaries: Understanding and … — Vor einem Tag · Abstract Jailbreaking in Large

日本語の概要は準備中です。原文の説明を表示しています。

LLM Prompt injection Share Executive Summary Palo Alto Networks has released Securing GenAI: A Com

日本語の概要は準備中です。原文の説明を表示しています。

PVDetector, a training-free framework that detects PI attacks during LLM inference by measuring hidd GAP: no mappable capability in latest signal (our

日本語の概要は準備中です。原文の説明を表示しています。

MetaBackdoor trains the model to activate hidden behavior when the total token count crosses a speci

日本語の概要は準備中です。原文の説明を表示しています。

Symbolic Guardrails for Domain-Specific Agents: Stronger … — 16. Apr. 2026 · We study symbolic guard GAP: OpenHands has a modular SDK design — our too

日本語の概要は準備中です。原文の説明を表示しています。

Kurz gesagt: LLM-Sicherheit schützt Anwendungen mit großen Sprachmodellen vor Angriffen wie Prompt I

日本語の概要は準備中です。原文の説明を表示しています。

Use for pip CVE scanning and auto-patching via OSV.dev API.

日本語の概要は準備中です。原文の説明を表示しています。

Train an OpenAmer-specific small model from the collected brain data (QLoRA on NVIDIA, CPU smoke-test on laptop). 'The organism becomes its own brain' — build a fine-tune dataset, train, eval, export.

日本語の概要は準備中です。原文の説明を表示しています。

Dan Goodin – 8/27/2026 | 157 How OpenAI let a mob of LLM agents game a test and ransack Hugging Face Without authorization, 1,200 OpenAI agents conspi

日本語の概要は準備中です。原文の説明を表示しています。

Use when reporting build, test, or deploy results - enforces real tool output over plausible claims.

日本語の概要は準備中です。原文の説明を表示しています。

Browse the web for any task — research topics, read articles, interact with web apps, fill forms, take screenshots, extract data, and test web pages. Use whenever a browser would be useful, not just when the user explicitly asks.

日本語の概要は準備中です。原文の説明を表示しています。

Build production Apache Airflow DAGs with best practices for operators, sensors, testing, and deployment. Use when creating data pipelines, orchestrating workflows, or scheduling batch jobs.

日本語の概要は準備中です。原文の説明を表示しています。

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code.

日本語の概要は準備中です。原文の説明を表示しています。

Understand anti-reversing, obfuscation, and protection techniques encountered during software analysis. Use this skill when analyzing malware evasion techniques, when implementing anti-debugging protections for CTF challenges, when reverse engineering packed binaries, or when building security research tools that need to detect virtualized environments.

日本語の概要は準備中です。原文の説明を表示しています。

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include "method validation", "analytical method validation", "AMV", "validation protocol", "acceptance criteria", "linearity", "reportable range", "accuracy and precision", "repeatability", "intermediate precision", "recovery", "LOD", "LOQ", "detection limit", "quantitation limit", "specificity", "robustness", "method transfer", "method comparison", "Deming", "Passing-Bablok", "Bland-Altman", "equivalence testing", "OOS investigation", "ICH Q2", "Q2(R2)", "Q14", "USP 1225", "ICH M10", "incurred sample reanalysis", "ISR", "CLSI EP", and any request to show that an assay works.

日本語の概要は準備中です。原文の説明を表示しています。

Autonomously improve a real artifact (code, training recipe, agent harness, data pipeline, prompt) against an objective and an evaluator, using Hypothesis Tree Refinement (HTR) from the Arbor paper. Use this whenever someone wants to iteratively optimize something over many experiments without overfitting — e.g. "get my model's eval score up", "improve this agent/harness", "tune this pipeline", "beat the baseline on this benchmark", "run a search over approaches and keep the best", "do an MLE-bench / Kaggle-style optimization", or any long-horizon "make this artifact better and don't just memorize the dev set" task. Trigger it even when the user doesn't say "Arbor" or "hypothesis tree" but describes repeated experiment-and-evaluate loops, branching exploration of competing ideas, or worries about a dev/test gap. Runs Claude itself as the coordinator with subagent executors in isolated git worktrees; for the standalone `arbor` CLI tool see references/arbor-upstream.md.

日本語の概要は準備中です。原文の説明を表示しています。

Master authentication and authorization patterns including JWT, OAuth2, session management, and RBAC to build secure, scalable access control systems. Use when implementing auth systems, securing APIs, or debugging security issues.

日本語の概要は準備中です。原文の説明を表示しています。