Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 4 papers用配对回放评测任务范围授权能否阻断越权工具执行
- Published
- Evaluated models
- Llama 3.2 3B Instruct Q4 K M, Qwen3 4B Instruct, Gemma 3 4B and others8
提出 ToolFence，以能力蓝图和确定性授权拦截 Agent 未授权工具调用
- Published
- Evaluated models
- Qwen3-max, GPT-4o (gpt-4o-2024-08-06), Mistral-Small-3.1-24B-Instruct-2503
提出多源完整性认证器，在结构化 Agent 动作执行前按控制域决定准入或弃权
- Published
- Evaluated models
- Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro and others5
Abstract作者给出条件性的动作完整性认证。
这是一项结构化动作执行前的完整性防御研究，对象是从可腐化文档和工具输出拼装的支付等特权动作。
用任务绑定令牌和策略预言机拦住多智能体流水线的未授权执行
- Published
- Evaluated models
- gemma4:31b-cloud
Abstract结构性授权拦住了记忆投毒的未授权执行，持密钥时承重的是策略预言机。
作者在一条会改写沙箱邮件库的四智能体流水线上，检查低权限失陷会不会变成未授权的真实动作。
You have reached the end