arXiv · cs.AI· Subhabrata Majumdar, Rajlakshmi Chavan·· 1 天前
Stackelberg 模型下 AI 安全的防御充分性
Defensive Sufficiency in a Stackelberg Model of AI Security
arXiv:2610.09892v1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：Subhabrata Majumdar, Rajlakshmi Chavan
首次提交：2026-10-07 19:51
研究任务与主要进展
研究分析 AI 系统在自动化测试、人工红队和事件响应反馈下何时能够获得充分防御。作者证明，在攻击输入数量有限、未解决攻击持续存在发现机会、修复有效且更新保留既有防护的条件下，系统最终可获得概率 1 的保护，并分析完成时间、攻击面增长、跨攻击修复和多种发现机制。
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