Module sanitization 

プロンプトインジェクション防壁・サニタイズモジュール

ユーザー入力 (State, Instructions, Criteria) に含まれる特殊トークン文字列 ([OP], [CLS] 等) や構造的デリミタ (\nInstructions: 等) を無害化し、決定ヘッドのインデックス破壊や プロンプト境界の乗っ取りを防止する。 さらに、Score 型 Criteria の記号プレフィックス除去および Noul 型 Instructions の 正準テンプレート自動ラッピングを提供する。

Structs

SanitizerConfig

サニタイズ設定構造体。

Constants

NOUL_CANONICAL_TEMPLATE_PREFIX

Noul 正準プロンプトテンプレートのプレフィックス。

NOUL_CANONICAL_TEMPLATE_SUFFIX

Noul 正準プロンプトテンプレートのサフィックス。

Functions

normalize_noul_instruction

Noul 型の簡潔な言明 Instructions を、SFT/RLCD 学習時の正準プロンプトテンプレートへ自動補正する。

sanitize_score_criteria

Score 型の Criteria 全体に対し、記号プレフィックスサニタイズを適用する。

sanitize_score_criteria_text

Score 型の評価段階テキストから、数字や記号プレフィックスを安全に剥離する。

sanitize_text

入力テキスト中の特殊トークンおよびプロンプト境界偽装を安全にサニタイズする。