arXiv · cs.AI· Sarim Hashmi, Mukul Ranjan, Kshitij Mishra, Mikhail Kuznetsov, Praneeth Vepakomma, Nils Lukas·· 2 天前
AdvSim2Real：在冻结 Web 世界模型中训练 Web Agent 应对自适应提示注入
AdvSim2Real : Training Web Agents Against Adaptive Prompt Injection in a Web World Model
arXiv:2610.08773v1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：Sarim Hashmi, Mukul Ranjan, Kshitij Mishra, Mikhail Kuznetsov, Praneeth Vepakomma, Nils Lukas
研究任务与主要进展
研究团队提出 AdvSim2Real，在冻结的 Web 世界模型中共同演化任务课程、提示注入攻击者和 Web Agent，以训练 Agent 应对自适应提示注入。基于论文摘要，训练后的4B Agent在150个 Web 任务上面对未训练过的前沿模型攻击者时，完成率相对基础 Agent 提升33.6%，其能力增益也迁移到了真实浏览器。
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