阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯1 分钟阅读·2026-09-18

智能体技能攻击轨迹库公开,3,014例可检索

SkillAtlas公开3,014个智能体技能攻击案例、6,589条轨迹,作者自报42.5%成功攻击首轮未得手。

重要性局部证据E2 未复现

2026-09-23 12:00

现在可以检索3,014个智能体技能攻击案例、6,589条轨迹、233个受影响技能和8类风险,这些来自经审核、脱敏的公开攻击轨迹库SkillAtlas。

此前智能体技能安全报告多为私有,现有静态、动态与基准式评估很少保留可公开检验的证据。

作者自报42.5%的成功攻击在首轮未成功后才得手,基于轨迹的标签将预执行防护准确率提升至0.770;上述数字均为作者自报。

该预印本由Yuxin Tian、Liang Pang等五位作者9月11日在arXiv提交(arXiv:2609.13353),已被EMNLP 2026 REALM工作坊接收,非存档论文,尚未见他人复现。

来源

  • 原始资料arxiv.org↗
带入研究 →
登录 / 注册
阅读研究雷达投资体系