跳到正文
10月10日 · 周六

全部论文

找到 2 篇
筛选6

攻击类型

越狱3提示注入2检测规避5恶意使用3

防御类型

检测与过滤1权限与审批0监控与审计1

系统组件

MCP 与技能14记忆7护栏与评审16监控器12权限与沙箱28嵌入0多模态2
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 201 篇还没打标签，不在筛选结果里。
攻击类型：提示注入防御类型：检测与过滤防御类型：权限与审批防御类型：监控与审计系统组件：嵌入系统组件：多模态清除全部

另有 201 篇论文还没打上分类标签，暂不在筛选结果里。

  2. 评测与基准arXiv 2609.05535

    Mind2Web-Injection：面向网页 Agent 视觉提示注入护栏的证据对齐评测

    提出 Mind2Web-Injection 评测网页 Agent 视觉注入护栏

    arXiv
    2609.05535
    发表
    层
    应用层
    场景
    LLM 应用
    被测模型
    GPT-5.6-luna、Qwen3-VL-32B、Qwen3-VL-8B 等 6 个
    摘要作者称检测、定位和反事实响应在六个 VLM 上可分开。

    Mind2Web-Injection 用来检查网页截图护栏的判决是否对齐到该用的画面证据。。

    深度解读完整解读
已经到底了