热点事件持续更新
表征转换揭示多轮LLM智能体中的新兴安全风险
1 篇报道1 个报道来源4 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv发表机器学习理论论文，提出DART框架，通过检测多轮交互中的内部表征转换来识别组合式攻击信号。研究在MT-AgentRisk和ASEval两个基准上验证：DART将MT-AgentRisk攻击成功率从84%降至25%，ASEval从97%降至52%，同时保持较低误报率与良性非拒绝成本，且无需辅助模型，单步开销仅0.14-0.56秒。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
arXiv论文发布DART框架，通过表征转换检测多轮LLM智能体中的组合式攻击信号。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Machine Learning Theory精选表征转换揭示多轮LLM智能体中的新兴安全风险
arXiv论文提出DART框架，通过检测多轮交互中的内部表征转换来识别组合式攻击信号，并在MT-AgentRisk和ASEval两个基准上验证效果。DART将MT-AgentRisk攻击成功率从84%降至25%，ASEval从97%降至52%，同时保持较低的误报率和良性非拒绝成本，且无需辅助模型，单步开销仅0.14-0.56秒。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。