跳到正文
10月8日 · 周四

OpenAI · 论文

找到 4 篇
筛选2

攻击类型

越狱1提示注入3投毒与后门1提取与窃取1

攻击技术

自动化搜索1对话结构操控1推理链操控1潜伏触发2

防御类型

检测与过滤1

影响

越权操作2数据与隐私泄露2

系统形态

模型与 API1AI Agent3编程 Agent1

攻击者权限

黑盒2

攻击面/入口

用户输入11网页与界面2文档与消息1工具返回1工具与技能描述2代码仓库与依赖4记忆写入3图像与音视频3分发渠道1

层

提示层1应用层3

系统组件

MCP 与技能1记忆1护栏与评审1推理链1权限与沙箱1

被测模型厂商

其他4
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 31 篇还没打标签，不在筛选结果里。
攻击面/入口：文档与消息攻击面/入口：代码仓库与依赖话题：OpenAI清除全部

另有 31 篇论文还没打上分类标签，暂不在筛选结果里。

  4. 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