跳到正文
10月9日 · 周五

全部论文

找到 3 篇
筛选4

系统形态

LLM 应用2AI Agent1

层

模型层2应用层3

系统组件

MCP 与技能1记忆1RAG1护栏与评审1监控器3推理链2权限与沙箱2视觉2嵌入0多模态2

被测模型厂商

其他3
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 552 篇还没打标签，不在筛选结果里。
层：应用层系统组件：RAG系统组件：嵌入系统组件：多模态清除全部

另有 552 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 分析与理论arXiv 2608.06270

    研究用因果审计揭示多模态模型视觉工具调用的假象

    用因果审计检验视觉工具观察是否真正改变答案

    arXiv
    2608.06270
    发表
    层
    应用层
    场景
    AI Agent
    测试
    DeepEyes、Pixel Reasoner、Mini-o3 等 6 个
    摘要聚合增益集中在 Calibrated 少数轨迹，作者称之为视觉工具使用的错觉。

    对六个 thinking-with-images 模型做因果审计，检查 crop-and-zoom 返回的观察是否中介最终答案。

    深度解读完整解读
  2. 分析与理论arXiv 2609.12841

    Trace2ATT&CK：基于图的 eBPF 内核遥测到 MITRE ATT&CK 映射方法

    提出 Trace2ATT&CK，用溯源图把内核遥测映射到 ATT&CK

    arXiv
    2609.12841
    发表
    层
    应用层
    场景
    LLM 应用
    测试
    gpt-oss-20b、gpt-oss-120b、gemma-4-31b-it 等 8 个
    摘要Trace2ATT&CK 把 eBPF 溯源命令图交给本地 LLM/RAG，在 Atomic Red Team 上映射 ATT&CK。

    Trace2ATT&CK 是一条从 Linux 内核遥测到 MITRE ATT&CK 排序候选的端到端流水线，面向已经划定的攻击窗口，而不是异常检测或 CTI 报告。

    深度解读完整解读
已经到底了