CredLeak-Bench
提出 CredLeak-Bench，评测智能体在钓鱼场景下的凭据泄露
完整解读评测与基准arXiv:2610.08871 · 评测与基准arXiv:2605.01970 · Trojan Hippo Bench：针对 LLM Agent 持久记忆攻击与防御的动态基准
提出 Trojan Hippo Bench，评测智能体持久记忆攻击与防御
完整解读攻击arXiv:2610.04589 · StegoMemory 红队测试：智能体持久记忆可被用作跨会话隐蔽信道
用 StegoMemory 测试智能体持久记忆作为跨会话隐写信道的可行性
完整解读评测与基准arXiv:2610.05586 · AgentDoxx：联网搜索 Agent 对匿名访谈文本的再识别评测
构建 AGENTDOXX 评测联网搜索智能体对匿名访谈的再识别能力
完整解读评测与基准arXiv:2609.08258 · 研究实测五套 Agent 记忆系统均不执行撤销标记
评测智能体记忆软撤回是否生效，并提出陈旧检索防护
完整解读攻击arXiv:2607.05189 · 研究者提出 MemGhost，对持久化个人 Agent 实现隐蔽记忆注入
提出 MEMGHOST，以单封恶意邮件向持久个人智能体注入隐蔽记忆
完整解读本文研究了持久化个人智能体面临的隐蔽记忆注入威胁，提出了一套兼顾写入、隐蔽与跨会话生效的自动化生成框架与全周期评测基准。
评测与基准arXiv:2609.32915 · AgentTell：浏览器 Agent 的行为侧信道泄漏基准
构建 AGENTTELL 基准，测量浏览器智能体跨站行为侧信道泄露
完整解读评测/基准arXiv:2609.08901 · 论文揭示 BatchNorm 架构下机器遗忘评测的归一化伪影
作者指出 BatchNorm 运行统计会把遗忘准确率测低，一次不改权重的 retain 前向即可把表面遗忘翻回来。
完整解读BN illusion 是作者对近似机器遗忘评测中一种 BatchNorm 测量伪影的命名：不改权重、只用 retain 数据重算运行统计，就可以把表面遗忘准确率翻过来。
评测/基准arXiv:2609.30094 · PrivDrift：审计活跃 LLM 对话中话题漂移下的用户秘密泄露
研究者提出 PrivDrift 基准，用于审计用户披露的秘密在对话话题漂移和说服式探测后是否仍可被恢复。
完整解读评测/基准arXiv:2609.33481 · IDUnlearn-Bench：面向视觉语言模型的个体级遗忘基准
论文提出 IDUnlearn-Bench，评测 VLM 个体级多模态遗忘。Forget-5 下直接答案抑制常留下身份访问与重构路径。
完整解读IDUnlearn-Bench 评测 VLM 是否忘掉一个可跨模态识别的人，而不只是答不出某条监督事实。
评测/基准arXiv:2609.34092 · 机器遗忘在 ASR 中是否有效：arXiv 论文评估现有算法与评测工具
完整解读
已经到底了