arXiv · cs.AI· Nahom Birhan, Mehrdad Rostamzadeh, Sidhant Narula, Mahmoud Nazzal, Mohammad Ghasemigol, Daniel Takabi·· 2 天前
COPEX基准评测大语言模型在MCP各层面对抗上下文的鲁棒性
COPEX: Benchmarking LLM Robustness to Adversarial Context Across Model Context Protocol (MCP) Layers
arXiv:2610.04378v2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：Nahom Birhan, Mehrdad Rostamzadeh, Sidhant Narula, Mahmoud Nazzal, Mohammad Ghasemigol, Daniel Takabi
研究任务与主要进展
COPEX通过固定MCP Agent栈并仅替换工具选择模型，隔离大语言模型面对对抗上下文时的易感性。基准覆盖四类入口、25种攻击和125个场景，在九个模型、3,375次试验中平均攻击成功率为64.4%，不同入口均值为58.3%至71.4%。
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