Agent 安全 · 论文

FairMedAgent：临床 LLM 智能体公平性审计中的随机噪声下限

用 FairMedAgent 测量临床智能体在输入不变时的动作不稳定性下限

arXiv

2609.03221

发表

9月3日

层

应用层

场景

LLM 应用

测试

claude-haiku-4-5、claude-sonnet-5、llama3.1:8b-instruct 等 7 个

ContractRL：面向可审计工具调用修复的屏蔽组相对策略优化

提出契约约束的工具调用修复协议，在执行前拦截非法补丁

arXiv

2610.00328

发表

10月2日

层

应用层

场景

LLM 应用

测试

2B rank-8 LoRA、0.8B rank-4 LoRA

• 防御权限与审批
• 风险Agent 危险操作
• 组件权限与沙箱
• +1+1

Mind the Gap：检测 DAO 治理中的描述-执行不匹配攻击

提出 DEMI 检测框架，在执行前识别 DAO 提案描述与执行载荷的不匹配

arXiv

2609.13601

发表

9月12日

层

应用层

场景

LLM 应用

测试

GPT-4o、Claude 4.5 Sonnet、Gemini 2.5 Pro 等 8 个

• 防御检测与过滤
• 组件护栏与评审