arXiv · AI· Thuy Dung Nguyen, Jingyi Guo, Rana Seda Dubauskas, Sreepriya Damuluru, Taylor T. Johnson, Kevin Leach·· 2026-10-16AI 评分48
INFUSE:面向智能体系统间接提示注入的统一表面基准
INFUSE: A Unified Surface Benchmark for Indirect Prompt Injection in Agentic Systems
AI 导读
INFUSE 基准包含 40 项任务与 56 个攻击场景,评估了 GPT、Claude 等 6 个模型家族的 19 个 LLM,生成 41,824 条对抗轨迹。 平均攻击成功率为 19.6%,基于提示词的指令加固可将平均成功率从 58.2% 降至 14.3%。 现有防护模型保护有限,但揭示了显著且依赖模型的安全效用权衡。
来源:arXiv · AI · arxiv.org