REALM：识别 LLM 智能体的最小任务资产
REALM: Identifying Minimal Task Assets for LLM Agents
AI 导读
REALM 方法为 LLM 智能体识别并维护任务所需的最小资产，在 AgentDyn 基准上以 qwen3.5-flash 为基础模型，将提示注入攻击成功率从 16.6% 降至 0.2%。该方法将所需资产表示为依赖图节点，并把资产发现与使用授权分离。在 60 个干净任务和 560 个注入案例中，分别完成 40.0% 和 36.4% 的任务。
相关热点
2 个事件 · 2 条新闻提到
提到这篇论文的新闻
REALM：识别LLM 智能体最小任务资产以限制权限
- 公众号 大模型安全研究引用了论文编号或链接REALM：以依赖图识别智能体任务必需资产的最小权限方法
2026 年 10 月，清华大学网络科学与网络空间研究院（INSC）与庆北国立大学的研究者发布论文《REALM: Identifying Minimal Task Assets for LLM Agents》。
周报：预训练投毒可植入智能体后门
- 公众号 大模型安全研究引用了论文编号或链接大模型安全周报：首次证明预训练投毒可植入远程代码执行后门，技能供应链成为攻防主战场
REALM: Identifying Minimal Task Assets for LLM Agents（https://arxiv.org/abs/2610.39155）
阅读原文