防御arXiv 2610.04426·10月3日UnAct:无需梯度的定向激活干预实现类别遗忘提出 UnAct,仅以前向激活干预从分类器中遗忘指定类别arXiv2610.04426发表10月3日层模型层场景模型与 API防御模型加固攻击提取与窃取摘要UnAct 用前向激活做类别遗忘。UnAct 是一种事后类别遗忘:删除请求可以只有少量该类图像,且没有标签和保留数据。它不用梯度,只对遗忘图像做前向。编辑对象是分类器所读的后期单元。深度解读完整解读
攻击arXiv 2608.30441·8月31日ECLIPSE:针对长程 Agent 系统的自演化隐蔽提示注入攻击提出 ECLIPSE 双通道自演化提示注入,劫持长程智能体动作轨迹arXiv2608.30441发表8月31日层应用层场景AI Agent攻击者黑盒攻击提示注入技术自动化搜索组件MCP 与技能+2+2深度解读完整解读