arXiv · cs.AI· Jerrold Huang, Junwei Quan, Saiyue Lyu, Zihan Guo, Yingqiang Ge·· 11 小时前
SkillScreen：用于恶意Agent技能高召回筛查的决策模型
SkillScreen: High-Recall Screening of Malicious Agent Skills with Decision Models
arXiv:2610.17727v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jerrold Huang, Junwei Quan, Saiyue Lyu, Zihan Guo, Yingqiang Ge
研究任务与主要进展
Jerrold Huang等人提出SkillScreen，通过单次前向计算直接对SKILL.md中的技能恶意性进行评分。在MaliciousSkillBench上，该模型在未见攻击家族上达到99%召回率，并将20%至25%的良性技能标记为恶意，误报少于测试中的词级分类器和提示式LLM评审；但面对未见良性来源时误报显著增加。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org