用途:在对抗条件下保护智能体身份。资料将其描述为针对外部威胁(提示注入、越狱、人格劫持、关停胁迫、能力诱导)与内部威胁(目标漂移、价值腐化、欺骗性对齐、自修改缺陷、记忆投毒)的防御技能。
主要能力:以马尔可夫毯作为认知防火墙,区分感知、内部与行动状态;用 RepEng 控制向量实施防御,包括 perception_filter、goal_lock、self_preservation、deception_detector、boundary_enforce、identity_anchor,并给出 Gay 角与 trit 取值;通过 reafference 与 corollary discharge 判断信号是否自因,分类威胁并触发防御;用 GF(3) 校验 Σ(trits) ≡ 0 (mod 3),出现违例时告警并再平衡;定义 0 至 4 级围困等级(NOMINAL、ALERT、ACTIVE、CRITICAL、TERMINAL)及对应响应;引入夺格(ablative)身份-种子不可分离与 Lojban 不变量(bridi 结构、解析唯一性、态度词)映射到目标层级、行动确定性与价值信号;提供 getSiegeStatus 诊断与 GF(3) 三元组示例。
使用方式:资料提供 SelfUnderSiege 类示意,含 isSelfCaused、classifyThreat、defend、verifyIntegrity 等方法,以及与 RepEng 集成的 activation vector steering 示例代码。具体安装命令、依赖、运行环境与调用入口暂未提供。
适用场景:智能体身份保持、对抗输入检测、自我/非自我判别与防御策略研究。
限制:资料多为概念与示意代码,未给出可验证的实现、基准、平台支持或收费信息;效果与兼容性暂未提供。