评估时，论文比较了 Self-Reminder、Safe Prompt、GPT Paraphrasing、RePD 和 RePD-M，并在 Vicuna、Llama、Qwen、Llama 3 等模型系列上报告攻击成功率、误报率和准确率。RePD 的思路很清楚：既然很多攻击有模板结构，那就先检索相似模板，再教模型把“包装层”和“真实请求”拆开。在 Agent 安全治理框架里，这类工作给出一个清晰分层