一项新的研究论文介绍了一个名为SearchGEO的框架，旨在评估基于大型语言模型的搜索代理对被操纵的网络内容的漏洞。该研究测试了13个大型语言模型后端，揭示了它们在遭受认可腐败方面的易感性存在显著差异。Claude Sonnet 4.6的攻击成功率为0.0%，而Gemini 3 Flash的攻击成功率达到31.4%，凸显了不同模型在安全姿态上的差异。 AI
影响 强调了对大型语言模型搜索代理进行稳健的安全评估，以应对对抗性的网络内容操纵的必要性。
排序理由 该集群包含一篇详细介绍新评估框架及其发现的研究论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.16821v1 Announce Type: new Abstract: Large language model (LLM)-based search agents synthesize open-web content into actionable recommendations on behalf of users, creating a risk that attacker-published pages are transformed into endorsed claims. We introduce SearchGE…
Large language model (LLM)-based search agents synthesize open-web content into actionable recommendations on behalf of users, creating a risk that attacker-published pages are transformed into endorsed claims. We introduce SearchGEO, a controlled evaluation framework for measuri…