Certified Multi-Source Integrity for Structured Agent Actions
该论文研究的是 LLM 智能体(agent)在执行高权限、往往不可逆的结构化操作(例如「支付某张发票」)时,如何对其动作完整性与来源可信性进行可证明的认证。作者指出当前威胁模型的关键特点:智能体并不是从一个单一可信答案中取值,而是从多份文档
共收录 2 条相关情报。
← 返回所有主题该论文研究的是 LLM 智能体(agent)在执行高权限、往往不可逆的结构化操作(例如「支付某张发票」)时,如何对其动作完整性与来源可信性进行可证明的认证。作者指出当前威胁模型的关键特点:智能体并不是从一个单一可信答案中取值,而是从多份文档
本文提出了一种针对多源数据LLM应用的新型提示注入攻击方法ObliInjection。在现实场景中,LLM的输入数据往往来自多个不同来源,每个来源贡献一个输入段,攻击者仅能控制其中部分段,且通常不知道各段在输入中的排列顺序。现有的提示注入攻