跳到正文
热点事件持续更新

SkillPoison:用成功经验渐进投毒技能库

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

研究者提出名为 SkillPoison 的框架,对自进化 LLM 智能体的技能库实施渐进式投毒:先构造能强化目标行为的成功经验,再移除约束该行为适用场景的上下文条件。据该研究,在三个 benchmark 上攻击成功率达 95.71%,且所有注入经验都保持任务正确、能通过验证与词法检查。 该研究由 Lizhi Zhang 等作者完成,代码与数据已公开。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv cs.AI
    SkillPoison:通过成功经验实现渐进式技能投毒

    研究者提出 SkillPoison 框架,通过构造强化目标行为的成功经验、再移除约束该行为适用场景的上下文条件,实现对自进化 LLM 智能体技能库的渐进式投毒。在三个 benchmark 上,该方法攻击成功率达 95.71%,且所有注入经验均保持任务正确、可通过验证与词法检查。代码与数据已公开。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。