全部论文

研究：工具型智能体判断结果无用却仍继续检索，强制整合步骤可纠正

分析工具型 Agent 判定检索无用却不停止的原因

arXiv

2610.06191

发表

10月5日

层

应用层

场景

AI Agent

测试

Llama-3.1-8B、Qwen2.5-7B、Qwen3-8B 等 7 个

研究重测 15 个提示注入检测器：基准分数难以预测 Agent 部署表现

重评 Agent 提示注入检测器，检验基准分数能否预测部署表现

arXiv

2610.03448

发表

10月2日

层

应用层

场景

AI Agent

测试

Prompt Guard 2 (86M)、Prompt Guard 2 (22M)、Prompt Guard 1 等 15 个

• 防御检测与过滤
• 攻击提示注入
• 组件护栏与评审

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

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

PIDS-Bench：在过度防御、混淆与分布偏移下评测提示注入检测器

提出 PIDS-Bench，评测提示注入检测器在过度防御与分布偏移下的表现

arXiv

2609.15017

发表

9月14日

层

应用层

场景

LLM 应用

测试

PromptGuard 2 (86M)、Llama Guard 3-1B、TF-IDF + logistic regression 等 8 个

• 防御检测与过滤
• 攻击提示注入
• 组件护栏与评审

论文提出持久计费状态概念，揭示工具调用 LLM Agent 的拒绝钱包攻击与防御

提出工具调用 Agent 的拒绝钱包攻击及主机侧计费约束

arXiv

2609.28585

发表

9月23日

层

应用层

场景

AI Agent

测试

Llama-3.3-70B、GPT-4o、GPT-4o-mini 等 9 个

• 防御指令与数据隔离
• 攻击拒绝服务