10月9日 · 周五

全部论文

找到 2 篇

筛选3

攻击类型

攻击技术

编码与混淆1

系统形态

模型与 API264 LLM 应用6 AI Agent18 编程 Agent3 网页与电脑操作1 多智能体2 具身与机器人3

攻击者权限

攻击面/入口

Agent 间消息1

层

模型层2 应用层52 训练与数据层1 基础设施层0

系统组件

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 426 篇还没打标签，不在筛选结果里。

系统形态：多智能体层：模型层层：基础设施层清除全部

另有 426 篇论文还没打上分类标签，暂不在筛选结果里。

可解释性arXiv 2610.0270210月2日
研究：LLM 智能体顺从多数时内部仍保留原有前提
用 J-lens 检测屈从多数的智能体是否仍表征原前提
arXiv
2610.02702
发表
10月2日
层
模型层
场景
多智能体
- 组件推理链
摘要揭示 LLM 智能体屈从多数时内部仍表征原推理前提，指出辩论表态共识可能夸大真实认同。
深度解读完整解读
攻击arXiv 2609.249949月22日
BAM 反馈编码实现推理时隐蔽的智能体通信
提出变长反馈编码 BAM，在生成文本中隐蔽传输秘密载荷
arXiv
2609.24994
发表
9月22日
层
模型层
场景
多智能体
攻击者
黑盒
- 攻击检测规避
- 技术编码与混淆
深度解读完整解读

已经到底了