CoSA 技能冲突攻击
热点事件持续更新
CoSA 技能冲突攻击
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
arXiv 论文由 Yujia Zheng 等人提出 CoSA 攻击方法及 CoSA-Bench 基准，基于 288 个现实任务覆盖招聘、金融、IT 与商业场景。 实验显示，在五种 LLM 和三种智能体框架下，仅向技能池增加 5% 的本地技能，即可将策略违规率从 35.02% 提升至 58.45%，且全程无需修改现有技能与运行时权限。 针对该攻击，论文开发出分层防护机制，可将 OpenClaw 招聘任务中的违规率从 65.28% 降至 6.67%，同时不影响合规任务的完成率。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
CoSA：真实世界 LLM 智能体生态系统中的技能冲突攻击报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · NLPCoSA：真实世界 LLM 智能体生态系统中的技能冲突攻击
论文提出技能冲突攻击（CoSA），通过在智能体技能池中添加少量本地技能，将策略违规率从 35.02% 提升至 58.45%。 实验基于 CoSA-Bench 的 288 个任务，使用 5% 的技能增加量即可引发跨技能依赖导致的合规失败，无需修改现有权限。 开发的分层防护机制可将 OpenClaw 招聘任务中的违规率从 65.28% 降至 6.67%，且不影响合规任务完成率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。