研究人员开发了一种方法，通过分析大型语言模型（LLM）驱动的网络浏览代理的交互模式和时序来识别其具体身份。该技术已在14种不同的LLM和各种网络环境中得到验证，能够以高达96%的准确率识别底层模型。研究发现，即使在操作之间随机延迟的情况下，仍能推断出代理的身份，这表明存在基于已知模型漏洞进行定向攻击的潜在安全风险。研究人员已发布了他们的追踪工具和代理痕迹数据集，以促进进一步研究。 AI
影响 这项研究突显了大语言模型代理潜在的安全漏洞，使得通过识别其网络浏览行为来针对特定模型进行攻击成为可能。
排序理由 详细介绍一种识别大语言模型代理新方法的学术论文。[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 →
