arXiv · AI· Tian Zhang, Yiwei Xu, Juan Wang, Keyan Guo, Xiaoyang Xu, Bowen Xiao, Quanlong Guan, Jinlin Fan, Jiawei Liu, Zhiquan Liu, Hongxin Hu·· 5 小时前AI 评分53
AgentSentry通过时序因果诊断缓解LLM智能体中的间接提示注入
AgentSentry: Mitigating Indirect Prompt Injection in LLM Agents via Temporal Causal Diagnostics and Context Purification
AI 导读
该论文提出AgentSentry，一种通过时序因果诊断和上下文净化来缓解LLM智能体中间接提示注入（IPI）的推理时防御机制。在AgentDojo评测中，该方法在多种攻击下记录到0%的成功攻击率（ASR），平均任务效用（UA）达到76.10%，相比最强基线模型提升了1.84至7.60个百分点。
来源：arXiv · AI · arxiv.org