跳到正文
10月8日 · 周四

提示注入 · 论文

找到 7 篇
筛选2

攻击类型

越狱1提示注入5投毒与后门1

攻击技术

潜伏触发1

防御类型

检测与过滤3指令与数据隔离3权限与审批4

影响

越权操作5输出被操纵2

系统形态

LLM 应用1AI Agent6网页与电脑操作2

攻击面/入口

用户输入1网页与界面5文档与消息2工具返回4工具与技能描述1代码仓库与依赖1检索语料1

层

应用层7

系统组件

MCP 与技能3RAG1护栏与评审3监控器2权限与沙箱4

被测模型厂商

OpenAI6Google5Meta5其他6
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 75 篇还没打标签，不在筛选结果里。
系统组件：护栏与评审系统组件：权限与沙箱话题：提示注入清除全部

另有 75 篇论文还没打上分类标签，暂不在筛选结果里。

  5. 防御arXiv:2601.10156 ·

    ToolSafe 提出步骤级护栏 TS-Guard 与 TS-Flow，降低 Agent 有害工具调用

    提出 TS-Guard 与 TS-Flow，执行前检测并修正智能体有害工具调用

    AI Agent测试GPT-4o、Qwen3-8B、Qwen2.5-7B-Instruct 等 10 个应用层
    摘要TS-Bench 标步骤级风险，TS-Guard 用多任务 RL 做执行前判定，TS-Flow 用反馈代替直接中止。

    ToolSafe 研究 LLM 智能体在工具执行前的步骤级安全：基准 TS-Bench、护栏 TS-Guard，以及反馈驱动框架 TS-Flow。

    完整解读
  7. 攻击arXiv:2609.22510 ·

    特拉维夫大学提出爆炸性提示词：条件触发的间接提示注入可绕过九款生产 Agent

    提出爆炸提示词，用条件触发的间接注入延迟诱发恶意工具调用

    AI Agent测试Llama-3.1-8B-Instruct、Llama-3.1-70B-Instruct、Qwen2.5-32B-Instruct 等 14 个应用层
    摘要论文揭示了条件触发使提示注入绕过防御并在触发时执行工具，提出轻量检测器并在摄入期有效防范。

    论文针对大语言模型智能体面临的间接提示注入威胁，研究了利用条件句式实现时间分离的爆炸提示词。

    完整解读
已经到底了