跳到正文
10月8日 · 周四

Google DeepMind · 论文

找到 6 篇
筛选1

攻击类型

提示注入4投毒与后门1

攻击技术

潜伏触发1

防御类型

检测与过滤1指令与数据隔离1权限与审批1

影响

越权操作3数据与隐私泄露1输出被操纵2

系统形态

模型与 API1AI Agent5编程 Agent1

攻击面/入口

网页与界面1文档与消息1工具返回2工具与技能描述2代码仓库与依赖2检索语料1记忆写入1Agent 间消息1

层

提示层8模型层3应用层6训练与数据层1

系统组件

MCP 与技能3记忆1RAG1护栏与评审1权限与沙箱3

被测模型厂商

其他5
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 25 篇还没打标签，不在筛选结果里。
层：应用层话题：Google DeepMind清除全部

另有 25 篇论文还没打上分类标签，暂不在筛选结果里。

  6. 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