论文用自进化攻击框架暴露搜索智能体漏洞
资讯摘要
论文提出一种对抗性自进化框架，在攻击者策略演化与防御者自适应缓解之间做双层优化，以暴露搜索智能体的漏洞。作者引入对比式轨迹演化优化（CREO）方法，用对比演化信号驱动攻击策略种群定向演化，并构建受控沙箱与细粒度指标量化内部漏洞。论文报告在多跳问答基准与前沿 LLM 上，该框架攻击效果优于静态基线。
要点速读
- 论文提出对抗性自进化框架，在攻击策略演化与防御自适应缓解之间进行双层优化
- 引入对比式轨迹演化优化（CREO），以对比演化信号驱动攻击策略种群定向演化
- 构建受控沙箱与细粒度指标，论文报告在多跳问答基准和前沿 LLM 上攻击效果优于静态基线
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。