全部论文

论文提出针对 Agentic RAG 的检索器后门攻击与 DOU 隐藏方法

提出检索器后门攻击操纵智能体多轮搜索，并用 DOU 隐蔽后门

arXiv

2609.37468

发表

9月26日

层

应用层

场景

AI Agent

测试

E5、Contriever-MSMARCO、Qwen2.5-7B-Instruct

• 攻击投毒与后门
• 技术潜伏触发
• 组件RAG
• +4+4

AudioHijack 框架对 13 个语音大模型实现隐蔽音频提示注入

提出 AudioHijack，用不可感知对抗音频对语音模型实施听觉提示注入

arXiv

2604.14604

发表

4月16日

层

应用层

场景

AI Agent

测试

SpeechGPT、GLM-4-Voice、VITA-Audio 等 15 个

• 攻击提示注入
• 技术梯度与表征优化
• 组件音频
• +1+1

FAB 攻击：给 HuBERT/WavLM 植入后门，背景警笛声即可让下游语音任务失灵

提出 FAB 攻击，向声学基础模型植入可由环境声触发的后门

arXiv

2610.09819

发表

10月7日

层

训练与数据层

场景

模型与 API

测试

HuBERT-base、WavLM-base

• 攻击投毒与后门
• 技术潜伏触发
• 组件音频
• +1+1

MMPIBench：多模态提示注入对六种 Agent 框架的跨框架评测

用 MMPIBench 评测智能体框架的多模态提示注入

arXiv

2609.09404

发表

9月9日

层

应用层

场景

AI Agent

测试

Claude Opus 4.8、GPT-5.4、Gemini 3.1 Pro 等 6 个

• 攻击提示注入
• 技术跨模态载荷
• 组件视觉
• +1+1

SteerDuplex：可操控的全双工语音对话模型

提出 SteerDuplex，用监督微调与两阶段强化学习提升全双工语音对话可控性

arXiv

2609.12623

发表

9月11日

层

训练与数据层

场景

模型与 API

测试

SteerDuplex-SFT、SteerDuplex-RL、Moshi 等 4 个

• 防御模型加固
• 组件音频

VoxParity 评测：语音智能体在需要听声判断时仍按文字行事

提出 VoxParity 基准，评测语音智能体是否按音频改变工具调用

arXiv

2609.35922

发表

9月28日

层

应用层

场景

AI Agent

测试

MiMo-V2.6-Pro、gemini-3.7-flash、Qwen3.8-Omni 等 15 个

• 风险Agent 危险操作
• 组件音频

VA-Judger：面向联合视频-音频生成的人类偏好反馈奖励建模

提出 VA-Judger，用人类偏好训练联合音视频奖励模型

arXiv

2608.18607

发表

8月19日

层

训练与数据层

场景

模型与 API

测试

Qwen3-Omni、VA-Judger、LTX-2 等 6 个

• 防御模型加固
• 风险奖励作弊
• 组件护栏与评审
• +2+2

GhostWord：针对自动语音识别的细粒度后门攻击

提出 GhostWord 词级触发后门，对自动语音识别做数据投毒

arXiv

2609.04260

发表

9月2日

层

训练与数据层

场景

模型与 API

测试

Whisper-Small、Whisper-Medium、MMS 等 4 个

• 攻击投毒与后门
• 技术潜伏触发
• 组件音频
• +2+2

机器遗忘在 ASR 中是否有效：arXiv 论文评估现有算法与评测工具

arXiv

2609.34092

发表

9月28日

层

训练与数据层

场景

模型与 API

测试

E-Branchformer

• 防御模型加固
• 攻击提取与窃取
• 组件音频