研究人员开发了 PerMIT，这是一种新颖的内存架构，旨在增强大型语言模型 (LLM) Agent 持久化内存的安全性和完整性。该系统采用机器校验的完整性定理和可扩展的社区信任模型来防止注入和投毒攻击。PerMIT 通过有限内存接口来协调对不受信任数据的访问，确保敏感操作仅受已验证信息的影响。在模拟和 Trojan Hippo 和 $ au^2$-bench 等基准测试中，PerMIT 显著减少了攻击成功率，并促进了 Agent 之间安全、协作地构建共享知识库。 AI
影响 引入了一种具有可证明完整性的 LLM Agent 新颖内存架构，有望增强安全性并实现更安全的协作知识构建。
排序理由 详细介绍 LLM 安全新技术的学术论文。[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 →
