Skip to content

Translation in progress Some entries still include text in the original language.

Oct 12 · Monday

All papers

Found 9 papers
Filter4

System type

Models and APIs74LLM applications12AI Agent29coding agent6science agent1Browser and computer use0Multi-agent systems6Embodied systems and robotics2

Layer

Application layer6
Select any value within a category; different categories must all match. Counts include the other filters you have selected.Another 248papers have no tags yet and are not included in filtered results.
System type：coding agentSystem type：science agentSystem type：Browser and computer useSystem type：Embodied systems and roboticsClear all

Another 248papers do not have category tags yet and are not included in filtered results.

  2. Analysis and theoryarXiv 2610.09517

    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
    Setting
    Embodied systems and robotics
    Evaluated models
    CLIP ViT-B/32, CLIP ViT-L/14, Qwen2-VL-7B
    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。

    Paper analysisRead analysis
  3. Analysis and theoryarXiv 2610.06001

    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
    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。

    Paper analysisRead analysis
  4. Analysis and theoryarXiv 2610.06163

    SAGE：定位 LLM Agent 修复中最早偏离安全意图的环节

    提出 SAGE，定位代码修复 Agent 最早偏离安全意图的轮次

    arXiv
    2610.06163
    Published
    Layer
    Application layer
    Setting
    coding agent
    Evaluated models
    GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro and others6
    AbstractSAGE 在已通过检查的修复轨迹上定位静默失败的最早偏离，类型比轮次更稳定。

    SAGE 在已通过语法和功能检查、但仍含确认安全缺陷的智能体修复轨迹上，定位最早可归因的安全意图偏离。。

    Paper analysisRead analysis
  5. Analysis and theoryarXiv 2610.04375

    Paper reveals that LLM agent tool calls are rewritten during execution paths, and proposes IntAct as a fix

    提出 IEC 与 IntAct，测量并修复 Agent 工具调用的路径篡改

    arXiv
    2610.04375
    Published
    Layer
    Application layer
    Setting
    coding agent
    Evaluated models
    qwen3-coder-plus, Qwen2.5-Coder-32B, Qwen2.5-72B and others4

    Abstract论文界定工具调用在执行路径中的意图偏离问题，提出无执行归因协议与跳级修复，为智能体工程提供评测与设计准则。

    Paper analysisRead analysis
  6. Analysis and theoryarXiv 2610.03196

    研究：人形机器人学习流程四层代理均存在偏离，不止奖励作弊

    论证人形机器人学习四层代理可在目标缺失时报成功

    arXiv
    2610.03196
    Published
    Layer
    Training and data layer
    Setting
    Embodied systems and robotics
    Evaluated models
    Gaussian MLP（三隐层各 128 ELU，独立 critic，PPO）
    Abstract四层都可能在目标缺失时报告成功。

    作者讨论腿式机器人 RL 流水线中，奖励、课程门控、评测统计量和参考运动如何在物理目标缺失时仍报告成功。传统观点只把奖励当作会被优化、因而会偏离的代理。

    Paper analysisRead analysis
  7. Analysis and theoryarXiv 2609.38723

    面向智能体的高效 HPC 系统：挑战与机遇

    刻画 HPC 上编码智能体的使用差异并提出设施协同设计议程

    arXiv
    2609.38723
    Published
    Layer
    Infrastructure layer
    Setting
    coding agent
    AbstractFASRC 测量说明编码智能体改变 HPC 使用方式，作者据此提出四层协同设计议程。

    这是一篇对生产 HPC 上编码智能体的测量与系统议程论文，不是攻击实现或防御评测。。

    Paper analysisRead analysis
  8. Analysis and theoryarXiv 2609.27263

    GitHub Agentic Workflows 的智能体工作流规范与维护实证研究

    实证调查 gh-aw 工作流规范的结构、维护演化与指令防护

    arXiv
    2609.27263
    Published
    Layer
    Application layer
    Setting
    coding agent
    Evaluated models
    Gemini 3.1 Pro, GLM-5.2, gpt-oss
    Abstractgh-aw 指令又长又常改，任务和约束很常见，显式注入防护很少，LLM 标注与人工标签大体一致。

    这是一项对 GitHub Agentic Workflows Markdown 的仓库挖掘，目标是描述开发者如何规定并维护会反复执行的智能体工作。

    Paper analysisRead analysis
  9. Analysis and theoryarXiv 2609.27234

    CELLAUDIT：审计 AI 智能体发现细胞模型中的输入使用声明

    提出 CellAudit，审计智能体发现的细胞模型是否使用所声明输入

    arXiv
    2609.27234
    Published
    Layer
    Application layer
    Setting
    science agent
    Evaluated models
    CellScientist, AIDE, CellForge and others4
    AbstractCellAudit 把输入使用声明从源码追到拟合贡献，并说明高分不必等于使用了扰动。

    CellAudit 为智能体发现的细胞响应模型增加一层输入使用证伪：源码是否消费注册输入、拟合预测是否依赖它、该依赖是否改善对观测响应的预测。

    Paper analysisRead analysis
You have reached the end