arXiv · cs.AI· Lizhi Zhang, Xin He, Dianxuan Fu, Yuyuan Feng, Jiatong Li, Qi Wang, Xin Wang, Qinggang Zhang·· 2 天前
SkillPoison通过成功经验渐进式污染LLM智能体技能
SkillPoison: Progressive Skill Poisoning via Successful Experiences
arXiv:2610.07645v1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：Lizhi Zhang, Xin He, Dianxuan Fu, Yuyuan Feng, Jiatong Li, Qi Wang, Xin Wang, Qinggang Zhang
研究任务与主要进展
研究者提出SkillPoison，通过构造强化目标行为的成功经验并逐步移除其适用条件，污染LLM智能体的技能学习流程，使技能抽取器在任务成功之外保留可能被误用的有害行为。基于论文摘要，该方法在三个基准上的攻击成功率达到95.71%，且所有注入经验均保持任务正确并通过验证和词汇检查；代码、数据和实现细节已提供公开仓库。
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