EvoSafeHarness: Evolving Model- and Domain-Specific Harnesses for Securing Agents

本文提出 EvoSafeHarness，一个面向 LLM Agent 的系统级安全约束（harness）自动化优化框架。研究背景是：LLM Agent 能将语言指令转化为真实世界操作，因此必须防御间接提示注入和直接有害请求；但现有安全 ha

历史摘要 · 未重新核验 · arXiv cs.CR