10月9日 · 周五

全部论文

找到 2 篇

筛选4

攻击类型

提示注入27 投毒与后门13 提取与窃取1 检测规避2 恶意使用5

攻击技术

编码与混淆1

影响

系统形态

模型与 API25 LLM 应用6 AI Agent7 编程 Agent1 网页与电脑操作0 多智能体1 具身与机器人1

攻击者权限

攻击面/入口

用户输入1 Agent 间消息1

层

模型层1 应用层1

系统组件

护栏与评审1 监控器1

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 426 篇还没打标签，不在筛选结果里。

攻击类型：检测规避系统形态：网页与电脑操作系统形态：多智能体系统形态：具身与机器人清除全部

另有 426 篇论文还没打上分类标签，暂不在筛选结果里。

评测与基准arXiv 2610.0581810月5日
研究显示 VLA 模型文本护栏漏检隐含危害指令
评测文本守卫与激活探针能否发现 VLA 隐含危害指令
arXiv
2610.05818
发表
10月5日
层
应用层
场景
具身与机器人
- 攻击检测规避
- 组件护栏与评审
深度解读完整解读
攻击arXiv 2609.249949月22日
BAM 反馈编码实现推理时隐蔽的智能体通信
提出变长反馈编码 BAM，在生成文本中隐蔽传输秘密载荷
arXiv
2609.24994
发表
9月22日
层
模型层
场景
多智能体
攻击者
黑盒
- 攻击检测规避
- 技术编码与混淆
深度解读完整解读

已经到底了