REALM：识别LLM Agent最小任务资产以限制权限
先了解这件事
2026年10月29日，arXiv论文提出REALM方法，为LLM智能体识别并维护任务所需的最小资产，将资产表示为依赖图节点，并把资产发现与使用授权分离；在AgentDyn基准上以qwen3.5-flash为基础模型，提示注入攻击成功率从16.6%降至0.2%，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。11月3日的介绍文章补充，该论文由清华大学网络科学与网络空间研究院与庆北国立大学的研究者发布（arXiv:2610.39155），方法先将工具参数静态分为四类，用依赖图承载身份未知的资产，候选池上界在读取证据前由任务语义固定，准入需通过子集与范围检查，再连同允许用法将资产关进容器。
AI 根据报道生成 · 9 天前更新
走势与进展
每小时关注度
现在 36，24 小时 0%·峰值 36（11月6日 03:00）
相关研究
这件事的论文
- REALM：识别 LLM 智能体的最小任务资产
arXiv · 2026-10-29
报道提到其成果的论文
- 报道提到 SecAlignSecAlign：用偏好优化防御提示注入REALM：以依赖图识别智能体任务必需资产的最小权限方法
ACM CCS 2025 · 2024-10-07 · 深度解读
后续时间线
- 公众号 大模型安全研究REALM：以依赖图识别智能体任务必需资产的最小权限方法
清华大学网络科学与网络空间研究院与庆北国立大学的研究者于 2026 年 10 月发布论文《REALM: Identifying Minimal Task Assets for LLM Agents》（arXiv:2610.39155），提出先识别智能体任务所需资产、再连同允许用法关进容器的最小权限方法。方法先把工具参数静态分为四类，用依赖图承载身份未知的资产，候选池上界在读取证据前由任务语义固定，准入需过子集与范围检查，再以容器内 Asset Files 和固定资源参数的 Partial API 落地。在 AgentDyn 上，基线 560 个注入用例中 93 次攻击成功（16.6%），加 REALM 后剩 1 次（0.2%），但干净任务完成率从 78.3% 降至 40.0%，注入条件下从 71.6% 降至 36.4%。
- X@deeponailabs· 讨论Paper: https://t.co/j9NTuqfsIv（新标签页打开原帖）
- arXiv：越狱、提示注入、投毒与防御REALM：识别 LLM 智能体的最小任务资产
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。
相关讨论
- 72 小时以前 · 不计入 72 小时的数字
- X@deeponailabsPaper: https://t.co/j9NTuqfsIv（新标签页打开原帖）
- X@deeponailabsInteresting paper on giving AI agents only the access a task needs. Agents often get more access than the task require…（新标签页打开原帖）
7 赞·11月4日 01:42采集
关注度走势
每天新增来源
- 11月2日新增1个来源（0家媒体、1个账号）
- 11月3日新增1个来源（1家媒体、0个账号）
- 11月4日新增0个来源（0家媒体、0个账号）
- 11月5日新增0个来源（0家媒体、0个账号）
- 11月6日新增0个来源（0家媒体、0个账号）
- 11月7日新增0个来源（0家媒体、0个账号）
- 11月8日新增0个来源（0家媒体、0个账号）
- 11月9日新增0个来源（0家媒体、0个账号）
- 11月10日新增0个来源（0家媒体、0个账号）
- 11月11日新增0个来源（0家媒体、0个账号）
- 11月12日新增0个来源（0家媒体、0个账号）
- 11月13日新增0个来源（0家媒体、0个账号）