Alignment Is Local: A Paired Diagnostic for GUI Agents under User-Side Persuasion

本文研究GUI智能体（如移动设备上的自主操作代理）在真实部署中的对齐（alignment）鲁棒性问题。作者指出，当前主流的轻量级防御手段——提示词级对齐（prompt-level alignment）——是一种“局部现象”：它仅在狭窄的评估

历史摘要 · 未重新核验 · arXiv cs.CR