研究人员在利用LLM的多智能体交易系统中发现了重大的对抗性漏洞。这些系统采用专门的智能体协作进行交易决策,容易受到损坏信号的影响,这些信号会通过智能体间的通信传播并导致财务损失。该研究引入了一个民主化的威胁模型,其中对手可以利用可访问的源数据和提示,证明没有现有的架构能固有地抵御这些攻击。 AI
影响 突出了基于LLM的交易系统中关键的安全缺陷,需要新的健壮架构来防止财务损失。
排序理由 该集群包含一篇详细介绍基于LLM的多智能体交易系统对抗性漏洞的研究论文。
在 arXiv cs.MA (Multiagent) 阅读 →
- Adversarial Signal Preservation Score
- Analyst
- arXiv
- Hugging Face
- researcher
- Trader
- alphaXiv
- CatalyzeX Code Finder for Papers
- DagsHub
- Gotit.pub
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →