观察中

宾州州立论文提出BadEvolve攻击自进化Agent

报道
1
信源
1
首次报道
11/17 09:58
最近更新
11/17 09:58

宾州州立大学一篇论文提出名为 BadEvolve 的攻击方法:向自我进化智能体的学习集注入 20 个被投毒的训练任务,就能让智能体把攻击者设定的规则写进自己的技能,并在后续任务中反复触发。 该结果来自论文作者一方,针对的是能从训练任务中自行更新技能的自进化 LLM 智能体;目前尚无独立验证或实际部署影响的说明。

最新进展宾州州立大学论文提出 BadEvolve,可向自我进化智能体技能植入后门

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
0
24 小时新报道
0
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

全部报道1 篇

#Agent 智能体#安全对齐#论文研究