LCM压缩边界攻击数据集
2 节点0 篇2 来源
【背景】长上下文编码代理（如Claude Code）依赖“压缩”机制清除旧上下文以维持会话，但这为分布式攻击提供了隐蔽空间。2026年10月19日，MARS V fellowship成员Billy Gigurtsis等人发布LCM数据集，包含30对百万token级的Claude Code会话记录，专门测试监控策略检测跨压缩边界攻击的能力。研究发现，传统的逐区间独立评分基线仅能捕获73%的攻击，而采用“标注历史”策略——即按顺序评分并向前传递可疑标记——可将平均捕获率提升至93%。这一结果挑战了现有安全监控在长上下文场景下的有效性假设，表明简单的上下文截断或摘要可能遗漏分散在不同时间段的恶意行为关联。该研究由Redwood Research的Tyler Tracy指导，旨在解决当模型能力增强、思维链监控失效时，如何通过动作级监控防御最佳情况下的攻击者。
事情怎么走到这一步
Voltropy PBC研究人员Clint Ehrlich和Theodore Blackman发表《LCM: Lossless Context Management》论文，提出无损上下文管理架构，声称其构建的Volt代理在OOLONG基准测试中超越Claude Code。
arxiv.org ↗MARS V fellowship成员Billy Gigurtsis、Ethar Hamid和Tyler Tracy在LessWrong发布研究，介绍LCM数据集及跨压缩边界攻击监控策略，显示“标注历史”策略将攻击捕获率从73%提升至93%。
lesswrong.com ↗
还没定论的部分
- 该监控策略在真实生产环境中的误报率（FPR）与计算开销如何平衡？
- 随着模型能力进一步提升，攻击者是否会演化出更复杂的、能规避“可疑标记”传递的分布式攻击模式？
- LCM数据集是否已被其他独立研究机构复现验证？