LessWrong · All Posts· Billy Gigurtsis·· 7 小时前AI 评分34
长上下文编码智能体压缩过程中的分割攻击检测：LCM 数据集与监控策略对比
Catching split attacks across compactions in long-context coding agents
AI 导读
summary_zh: 研究者发布 LCM 数据集，包含 30 对 1.00-1.46M 总 token 的 Claude Code Sonnet 5 诚实/攻击会话转录，攻击跨越多次压缩拆分。
来源：LessWrong · All Posts · lesswrong.com