Another 232papers do not have category tags yet and are not included in filtered results.
Propose X-AgentRed, which uses a tool dependency graph to red-team cross-service unauthorized harm in personal agents
提出 BRANCH 方法，用分支搜索绕过多扫描器护栏
提出 CRIME 框架，组合良性 Agent 技能诱发恶意行为
CRIME 把公共技能库中各自通过审查的技能配成两两组合，看联合执行能否实现指定恶意任务。。
评估应用决策层的输入注入与隐私推断风险
Jev 是 TypeSafe 的 System One 模型，把应用 state 和固定问题变成 Choice、Noul 或 Score 的类型化决策与概率。作者用官方 API 和可改训练的 NanoJev，考察它作为决策层时的操纵、泄露与双重用途。
提出 ECLIPSE 双通道提示注入，劫持长程 Agent 的动作轨迹
提出 RedEvoAgent，演化攻击技能对黑盒智能体做自动红队
RedEvoAgent 是面向产品级 black-box 智能体的自动红队方法，用一份可演化、人类可读的攻击技能编排多个越狱工具。。
提出 ElasticBack，在单个 Agent 技能中植入条件后门
ElasticBack 是放在 LLM agent 单个 skill 里的条件后门攻击。。
提出 SkillClone，仅凭良性任务交互重构闭源 Agent 技能
论文从功能保密视角系统研究了大语言模型智能体技能的行为重构威胁。
提出 EvoBreak，以良性任务组合诱导自进化 Agent 的持久经验并削弱安全边界
训练自博弈红队智能体 GPT-Red，规模化生成提示注入与越狱攻击
提出 SigLeak，从黑盒 Agent 执行轨迹推断专有技能
Abstract提出了通过良性查询和对照轨迹推断黑盒专有技能的 SigLeak 框架，揭示了智能体执行可见性带来的行为侧信道泄露风险。
提出 AHA 自动科研循环，发现生产 Agent 的可复用漏洞概念
AHA 是一项针对生产级 LLM 智能体自动化红队测试的研究，旨在解决传统方法仅保留具体攻击载荷而缺乏成因解释、导致跨版本复用困难且无法指导修复的问题。
提出 MAStrike，用 Shapley 选联盟对多智能体做共谋红队
提出 TRACE 框架，用分解与可演化多轮策略诱导智能体执行有害工作流
提出 CITA 三阶段框架，生成可绕过毒性检测器的中文隐式毒性文本
Analyzing the attention head mechanism of continuation-triggered jailbreaks and proposing HCS
The authors use attention head mechanism analysis for continuation-triggered jailbreaks: under the same harmful instruction, moving the continuation suffix from after the instruction to outside the prompt boundary makes the model more likely to continue generating along the suffix.
提出 DECEIVE-AFC，以声明改写诱导搜索增强事实核查误判
提出 PINA，迭代优化针对导航智能体的提示注入
PINA 是面向基于 LLM 的导航智能体、在黑盒条件下优化提示注入的框架。
提出 iMIST，用工具伪装和 PPO 迭代越狱大语言模型
iMIST是黑盒越狱方法：把恶意查询伪装成合法工具调用，再用在线强化学习把响应的有害性分数往上推。
提出 DREAM 框架，评测 Agent 的跨环境长链攻击脆弱性
AbstractDREAM 提出基于知识图谱与策略搜索的动态红队框架，分析了长链跨环境攻击对当前主流智能体的系统性威胁。