MAS-Guard发布统一多智能体安全护栏框架

2026年10月21日，Mohammad Kachuee等团队在arXiv发布论文，提出MAS-Guard框架。该框架旨在统一单智能体与多智能体大语言模型系统的安全护栏，通过本地A-Guard层与系统级Agent Charters及Control Plane协同，实现allow、reflection、confirmation和block等共享干预机制。 在性能表现上，MAS-Guard在覆盖多种单/多智能体场景及三家不同提供商LLM的六个基准测试中进行了评估。数据显示，相对于无防护智能体，该框架使整体攻击成功率降低71.5%至86.3%，同时满足了良性任务的效用参考标准，实现了安全防护与任务实用性的平衡。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。