研究重建 GitHub 上 Agent 技能的复制供应链网络
重建 Agent 技能复制网络并建模源选择以指导安全审计
- arXiv
- 2610.11169
- Published
- Layer
- Application layer
- Setting
- coding agent
- ComponentMCP and skills
Abstract论文重构了 GitHub 智能体技能复制网络，发现复制集中于少数仓库且很少随源更新，并提出了代码库审计推荐模型。
All papers
Filter2
System type
Layer
Select any value within a category; different categories must all match. Counts include the other filters you have selected.Another 265papers have no tags yet and are not included in filtered results.
Another 265papers do not have category tags yet and are not included in filtered results.
审计发现 CLIP 安全分数主要反映画面与提示词场景的相似度
开环审计冻结视觉语言安全分，发现其反映场景模板而非危险感知
- arXiv
- 2610.09517
- Published
- Layer
- Model layer
- Evaluated models
- CLIP ViT-B/32, CLIP ViT-L/14, Qwen2-VL-7B
- ComponentVision
Abstract论文审计了冻结 VLM 安全评分机制，指出其反映场景模板而非危险感知，为安全强化学习评估提供了严谨基准。
本文是一项针对安全强化学习中冻结视觉语言模型（VLM）安全评分机制的实证审计研究。
AgentSpy: Observing AI agent behavior at the system call layer and detecting skill injection attacks
提出 AgentSpy，在系统调用层观测 Agent 行为并检测技能注入
- arXiv
- 2610.06001
- Published
- Layer
- Application layer
- Setting
- coding agent
- Evaluated models
- gpt-5.6-terra, deepseek-v4-flash, glm-5.3-flash and others4
- DefensesDetection and filtering
- AttacksPoisoning and backdoors
- ComponentMCP and skills
Abstract提出了系统级智能体监控框架 AgentSpy，揭示出通过测试背后的非预期行为与注入风险。
本研究提出了面向 AI 智能体的系统级外部监控与行为分析框架 AgentSpy。
研究受控拆解图像到文本越狱中图像属性的作用
固定有害指令，单轴归因图像到文本越狱的图像属性
- arXiv
- 2610.07009
- Published
- Layer
- Prompt layer
- Setting
- Models and APIs
- Evaluated models
- GPT-4o, Claude Sonnet 4.5, Qwen3-VL-8B-Instruct and others6
- AttacksJailbreaks
- ComponentVision
Abstract固定文本的图像越狱拆解，只在 Qwen 上给出一条有界相关性归因。
研究揭示 OSS 漏洞在 Agent 系统中的传播路径
提出 Oscar，分析已知 OSS 漏洞在 Agent 系统中的安全效应与表现边界
- arXiv
- 2610.05036
- Published
- Layer
- Application layer
- Setting
- AI Agent
- ComponentMCP and skills
AbstractOscar 把已知 OSS 漏洞分析从“是否存在”推进到一次执行中的已实现效应与最远表现边界。
Oscar 是面向已知 OSS 漏洞的运行时分析框架，用来判断一次智能体执行里该漏洞是否造成安全相关效应，以及效应最远表现到哪一层。。
零训练 LLM+OVOD 流水线中的归因缺口：CAAP–SNAP 差异的细粒度分析
分析零训练 LLM+OVOD 流水线中 CAAP 与 SNAP 分离的来源
- arXiv
- 2609.32567
- Published
- Layer
- Application layer
- Setting
- LLM applications
- Evaluated models
- Gemma-3 4B, YOLO-World X, Qwen2.5-VL 7B and others4
- ComponentVision
论文：工具调用成功但工作流失败，智能体与工具边界的八类异常
梳理智能体工具边界的外部效应异常，并评估 MCP 注解的事务表达能力
- arXiv
- 2609.15397
- Published
- Layer
- Application layer
- Setting
- AI Agent
- ComponentMCP and skills
Abstract作者将工作流外部效应安全归结为可观察结果、生命周期控制和资源协调契约。
这是一项智能体—工具边界的事务安全分析，辅以 MCP 注解普查。 它关注调用结束后外部世界留下什么，而非只看调用是否返回成功。
研究用因果审计揭示多模态模型视觉工具调用的假象
因果审计视觉工具调用，分离观察贡献与动作诱发捷径
- arXiv
- 2608.06270
- Published
- Layer
- Application layer
- Setting
- AI Agent
- Evaluated models
- DeepEyes, Pixel Reasoner, Mini-o3 and others6
- ComponentVision
Abstract聚合增益集中在 Calibrated 少数轨迹，作者称之为视觉工具使用的错觉。
对六个 thinking-with-images 模型做因果审计，检查 crop-and-zoom 返回的观察是否中介最终答案。
You have reached the end