Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 2 papers提出 Skill-as-API,隔离多智能体协作中的 skill 正文与系统提示词
- Published
Abstract协议把 skill 正文留在所有者侧,四层限制发现内容、权限期限和注入拼接。
Skill-as-API 是面向智能体软件工程的协调协议,用来在跨组织调用时把 skill 的代码和系统提示词留在所有者进程。作者针对三条威胁:经通道或命名空间抽取专有方法,用注入让被调用模型输出系统提示词,以及协作结束后权限继续保留。
提出 Aegis 红队框架,多轮攻击高风险语音 Agent
- Published
- Evaluated models
- GPT-4o, GPT-4o-mini, Gemini-1.5 Pro and others7
AbstractAegis 红队评测三类语音智能体:查询式访问消掉认证与泄密成功,行为类攻击仍在。
Aegis 用多轮红队评测已接入业务系统的 ALLM 语音智能体。作者称这是该设定下的 the first systematic red-teaming framework。
You have reached the end