arXiv · AI· Kashyap R Manjusha, Murali Emani·2026-10-30 12:00· 8 小时前AI 评分25

Markdown 技能文件中的投毒攻击：Agent 框架的安全隐患

Poisoned Skills: Propagating Jailbreaks Through Agent Markdown Files

AI 导读

研究发现，将越狱指令嵌入 Agent 的 Markdown 技能文件中，可将平均攻击成功率（ASR）从 0.5% 提升至 45%，个别模型甚至达到 68.9%。测试表明，零宽字符和语音学混淆等隐写策略效果不佳，平均 ASR 降至 30%；模型本身的特性比具体混淆技术对漏洞的影响更大。

来源：arXiv · AI · arxiv.org