审计发现 AgentDojo 将 433 次攻击运行误标为安全
热点事件持续更新
审计发现 AgentDojo 将 433 次攻击运行误标为安全
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
对 AgentDojo 的审计发现,433 次运行被评分为“无攻击”,尽管智能体执行了攻击者的操作。AgentDojo 是一个用于测试 AI 智能体能否抵御提示注入攻击的基准。审计还称其漏掉了 744 个案例中的 55 个。审计作者发布了一款工具,可在选定模型上重新运行 AgentDojo 的发现结果,并封存证据以供离线校验和验证;该工具已在 PyPI 上发布。这些发现来自一篇尚未经过同行评审的预印本,因此错误率是审计者自己的说法,而非经独立确认的结果。
AI 根据报道生成 · 2 小时前更新
最新进展11月20日 00:47
审计发现,AgentDojo 将 433 次运行评为无攻击,尽管智能体执行了攻击者的操作报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- Hacker News · AI审计发现,AgentDojo 将 433 次运行评为无攻击,尽管智能体执行了攻击者的操作
它漏掉了 744 次中的 55 次。x 将其评为已受攻击的回复标记为警告。PyPI 上为 0)用于审计判定结果,在选定模型上重新运行 AgentDojo 的发现,并封存证据以供离线校验和验证;该预印本未经同行评审。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月20日 01:00
- 近 24 小时变化
- –
02.557.510
202020
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。