全部论文

论文系统评估了智能体工具调用范式对多模态大语言模型拒答能力的影响，指出了工具增强视觉推理背后的安全隐患。核心探讨的问题在于：当 MLLM 从单次推理转向通过 ReAct 循环调用外部工具（打标、缩放、OCR、代码执行）时，工具使用机制本身是否会降低模型拒答有害请求的概率。

在没有攻击的对话上，给记忆投毒防御计价，而不是再测一轮攻击是否被挡住。

Mia 等人把越狱安全从单轮回复扩展到智能体的规划、记忆、工具和智能体间通信，并问既有结论在更强原生对齐下是否还成立。

作者要缩小的是 LLM 智能体平均通过、重复不稳之间的 consistency gap，即 Mean@k 减 Passˆk。

这篇论文是对基于文本记忆的自我改进智能体在复杂环境中评估可靠性的实证研究。

AdvOF 是针对 VLM 驱动 VLN 服务导航的对抗物体攻击。