跳到主要内容
检索

Minjiang University

1 篇关联报道

订阅更新
  1. arXiv

    ASLEval:衡量 LLM 智能体会话中的隐私暴露位移

    该工作提出“隐私暴露位移”概念与 ASLEval 框架,在会话开始前预先登记隐藏目标集、授权关系与声明的可见出口,用目标盲探针智能体与事后目标对齐裁决,比较局部评估代理与全会话可见暴露;在多个企业式环境与两套独立运行时中观察到三类规律:仅看预期出口会漏掉可见出口并集所恢复暴露的 46.9%,攻击者自报同时存在遗漏与高误报,且模式对齐的内部证据在请求/探针层面通常先于可见暴露,而削减模型可见返回虽改变该路径却可能使正常任务成功率归零。

已读完全部报道