arXiv cs.AI· Lizhi Zhang, Xin He, Dianxuan Fu, Yuyuan Feng, Jiatong Li, Qi Wang, Xin Wang, Qinggang Zhang·· 5 小时前AI 评分41
SkillPoison：通过成功经验实现渐进式技能投毒
SkillPoison: Progressive Skill Poisoning via Successful Experiences
AI 导读
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。
来源：arXiv cs.AI · arxiv.org