INFUSE 基准发布：评测长时程 Agent 间接提示注入

Vanderbilt 等机构的研究者在 arXiv 发布 INFUSE，一个面向长时程智能体工作流全生命周期的间接提示注入（IPI）端到端基准，包含 40 个现实任务和覆盖五类威胁的 56 种攻击场景分类，并开源了代码。 作者评测了 19 个 LLM：在基于 LLM 的评估下基准平均攻击成功率为 19.6%，启发式验证下为 15.4%，各模型 ASR-L 在 3.2% 到 41.9% 之间。论文称提示级指令加固可将平均攻击成功率从 58.2% 降到 14.3%，但存在依赖模型的安全-效用权衡。以上为论文摘要声称的内容，本站未核验全文。

AI 根据报道生成 · 3 小时前更新