arXiv · cs.AI· Sunday Oyinlola Ogundoyin, Muhammad Ikram·· 1 天前
RECONS：多智能体LLM系统中基于拓扑与接收方条件的隐私净化
When Agents Talk, Secrets Travel: Topology-Driven Leakage and Recipient-Conditioned Sanitization in Multi-Agent LLM Systems
arXiv:2610.16039v1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：Sunday Oyinlola Ogundoyin, Muhammad Ikram
研究任务与主要进展
论文提出RECONS，通过“检测→决策→转换”流程根据接收方和执行上下文净化多智能体LLM通信，阻止敏感信息传播给未授权代理。基于论文摘要，作者在485个场景、7个通信通道及三种拓扑上评估发现，拓扑引入接收方的披露率从0%升至52.2%，而表面泄露率约为60.6%至62.8%；RECONS将残余披露从96.7%降至29.25%，并保留94.1%的授权披露。
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