arXiv · NLP· Ehsan Saleh, Roozbeh Nahavandi, Sama Salarian, Raef Bassily, Andrew Perrault·· 4 小时前AI 评分39
AfterDeleteBench 揭示 LLM Agent 删除记忆后的信息持久化漏洞
AfterDeleteBench: Auditing Post-Deletion Information Persistence in LLM Agents
AI 导读
研究团队推出 AfterDeleteBench，用于审计 LLM Agent 删除记忆后信息仍可通过衍生状态恢复的失效模式。 在主要测试中，单次查询使 Qwen2.5-7B-Instruct 恢复已删秘密的比例达约三分之二，而未暴露对照组恢复率为零。
来源：arXiv · NLP · arxiv.org