跳到正文
原文

GuardAgent:一种用于自适应检测基于 LLM 的推荐系统中对抗性推广的记忆增强智能体框架

GuardAgent: A Memory-Augmented Agentic Framework for Adaptive Detection of Adversarial Promotions in LLM-Based Recommendation

arXiv:其他 AI 安全论文· arXiv:2611.22274· Shiyi Yang, Xinshu Li, Chen Wang, Xiwei Xu, Liming Zhu, Lina Yao·本站收录· 2 天前· 原文发表防御· 扫描记录里的位置 →
AI 导读

研究者提出 LLM 智能体框架 GuardAgent,通过感知、行动、反思与记忆循环运作,自适应检测基于 LLM 的推荐系统中的对抗性推广。作者称其为该类攻击的首个系统性研究;区别于静态、一次性的 LLM 检测器,GuardAgent 持续学习、自我进化以适应未见威胁,生成可解释推理轨迹。真实数据集实验显示其泛化性能达到最先进水平。

阅读原文arxiv.org