一项发表在 arXiv 上的新研究探讨了大型语言模型 (LLM) 代理在安全工具编排方面的有效性。研究人员使用 HexStrikeAI（一个拥有超过 150 种工具的开源编排器）在 86 个 picoCTF 挑战上评估了 LLM 的能力。研究发现，驱动 LLM 的客户端，而不是模型本身，是影响性能的主要因素，在对工具和代理行为进行有针对性的修复后，性能有了显著提升。总体解决率从 55.4% 提高到 72.0%，剩余的失败归因于推理限制，而非工具的缺乏。 AI
影响 强调了驱动客户端在 LLM 代理执行安全任务时的关键作用，建议将重点放在客户端的改进上以实现更好的工具编排。
排序理由 详细介绍 LLM 安全工具编排方法和研究结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
