arXiv · AI· Xiqiao Xiong, Moxin Li, Zhixin Ma, Ouxiang Li, Wenjie Wang, Fuli Feng, Xiangnan He·· 2026-10-05AI 评分33
HASTE 如何利用稀疏证据进化 Agent 防护层以对抗新兴攻击
HASTE: Evolving Agent Harnesses Against Emerging Attacks Using Sparse Evidence
AI 导读
HASTE 提出了一种多智能体框架,利用安全规范生成与攻击案例生成的对抗性交互,从稀疏威胁证据中进化 Agent 防护层。该框架通过反馈评估结果驱动迭代,在多种基础模型和攻击类型下持续降低攻击成功率,同时保持良性任务效用。
来源:arXiv · AI · arxiv.org