Risky behaviorarXiv 2609.27900
论文揭示多智能体委派结构放大 LLM 安全风险
评测多智能体委托结构如何放大模型的安全拒答失效
- arXiv
- 2609.27900
- Published
- Layer
- Application layer
- Setting
- Multi-agent systems
- Evaluated models
- Claude-Sonnet-4.6, GPT-5, Gemini-3.1-Pro and others6
Abstract论文揭示多智能体层级委托会导致单模型安全对齐失效,多项前沿模型有害执行大幅增加且单层防御难以奏效。