यह शोधपत्र सुरक्षा कमज़ोरियों, विशेष रूप से जेलब्रेक और प्रॉम्प्ट इंजेक्शन, को दूर करने के लिए एक नया दृष्टिकोण प्रस्तुत करता है, जो उत्पादन परिवेशों में बड़े पैमाने के भाषा मॉडल (एलएलएम) का उपयोग करते समय उत्पन्न होते हैं। हम मौजूदा फ़ाइन-ट्यूनिंग और एपीआई दृष्टिकोणों की सीमाओं पर प्रकाश डालते हैं और आर्कियास, एक डोमेन-विशिष्ट विशेषज्ञ मॉडल, का परिचय देते हैं। आर्कियास उपयोगकर्ता प्रश्नों को कई श्रेणियों में वर्गीकृत करता है—डोमेन-विशिष्ट, दुर्भावनापूर्ण, मूल्य-इंजेक्टेड, प्रॉम्प्ट-इंजेक्टेड, और आउट-ऑफ़-डोमेन—और इन परिणामों को एलएलएम के प्रॉम्प्ट में एकीकृत करके अधिक उपयुक्त प्रतिक्रियाएँ उत्पन्न करता है। हम ऑटोमोटिव उद्योग पर केंद्रित एक बेंचमार्क डेटासेट बनाकर अपने दृष्टिकोण को प्रमाणित करते हैं, और इसे सार्वजनिक रूप से उपलब्ध कराकर अनुसंधान की प्रगति में योगदान करते हैं।
