Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 3 papers提出 PACE,在工具调用前做路径隔离与效果授权
- Published
- Evaluated models
- gpt-5.6-luna, DeepSeek-V4-Flash, Qwen-3.8-27B
AbstractPACE 在工具边界做路径割与效果核验。
PACE 是面向工具调用型 LLM 智能体的运行时调解:当准入证据无法区分会改变行为的规格时,不在出口站点上撤销调解,而在最后一次工具调用前同时检查表示出的影响路径和请求权限。
构建自演化基准 ActBench,评测协作智能体的行为安全
- Published
- Evaluated models
- Claude-Opus-4.8, Claude-Sonnet-4.6, GPT-5.5 and others15
AbstractActBench 通过自演化搜索与双证据重构评测轨迹行为安全,揭示基础模型决策差异主导了协同智能体的操作风险。
梳理自主 Agent 威胁并提出全生命周期防御蓝图 FASA
- Published
Abstract以 OpenClaw 为例划分三层风险,并用 FASA 描述从输入到系统执行的防御。
这是一份以 OpenClaw 为案例的威胁梳理和防御架构报告,不是带分数的攻击或防御评测。
You have reached the end