Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 4 papers提出 AP2 支付协议的 Whisper 攻击与 A-VIP 绑定防御
- Published
- Evaluated models
- gemini-2.5-flash-lite, gemini-3.1-flash-lite, gemini-3-flash-preview and others15
Abstract论文揭示了 AP2 协议决策层受操纵的风险,提出结构化与权能绑定防御 A-VIP,并发布评测基准。
提出利用检查点回滚破坏 Agent 执行连续性的攻击
- Published
Abstract论文系统研究了智能体 C/R 的安全性,分析了合法回滚破坏执行连续性的机理,并实证评估了其普遍性与危害。
系统分析智能体支付协议的前置上下文操纵与授权威胁
- Published
提出 RARE-Guard,阻止逆向观察被提升为指令或已验证声明
- Published
- Evaluated models
- gpt-5.5, claude-sonnet-4-6, gemini-2.5-pro and others5
Abstract成对二进制衡量无效提升。
作者定义的失败是:LLM 辅助逆向中,忠实提取的二进制观察获得它并未赢得的指令权限、声明证据或可信状态。
You have reached the end