Search

直接匹配不多,已補上最新動態。

Tag: #sleeper-agents1 results

DynaTrust:動態信任圖防禦多代理系統潛伏代理

DynaTrust:動態信任圖防禦多代理系統潛伏代理

DynaTrust 引入動態信任圖,保護基於大型語言模型的多代理系統免受潛伏代理攻擊,這些代理在攻擊前會累積信任。它根據代理行為和專家信心持續更新信任,然後重構圖形以隔離威脅,同時維持任務連通性。在 AdvBench 和 HumanEval 評估中,比 AgentShield 成功率高 41.7%,超過 86% 且假陽性率低。