研究人员开发了RAS-Eval,一个用于评估大型语言模型(LLM)智能体安全性的新框架,特别适用于长时程、无人值守场景。与依赖LLM作为法官或智能体作为法官的现有方法不同,RAS-Eval使用线性时序逻辑(LTL)表示的形式化规范来验证工具调用轨迹和环境观察。这种方法提供了确定的判断,并能检测到基于日志的评估可能遗漏的瞬时安全违规行为。该框架已在包含1000个任务的基准数据集上进行了测试,涵盖了四种攻击面:间接提示注入、工具投毒、技能代码注入和工具代码注入。 AI
影响 增强了在关键长时程任务中部署的LLM智能体的可靠性和安全性。
排序理由 该集群描述了一篇详细介绍LLM智能体新评估框架的研究论文。[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 →