MemMorph

新研究揭示LLM代理的内存中毒攻击

两篇新研究论文MemMorph和Evo-Attacker详细介绍了通过利用大型语言模型（LLM）代理的内存系统进行攻击的新方法。MemMorph通过精心设计的记录来毒害代理的长期记忆，以微妙地影响工具选择，用少量数据即可实现高成功率。Evo-Attacker使用内存增强强化学习来动态演化针对基于LLM的多代理系统（LLM-MAS）中长时域工具操纵的攻击策略。两项研究都强调了LLM代理内存模块的脆弱性，并强调了对健壮的内存级安全防护措施的迫切需求。