arXiv · cs.AI· Neeraj Karamchandani·· 25 天前精选AI 评分52
arXiv 论文提出 TPRS 度量：Agent 安全基准的表述方式会显著改变攻击成功率
Threat-Preserving Representation Sensitivity in Agent-Security Benchmarks
来源与原文
arXiv · cs.AI
作者：Neeraj Karamchandani
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.03585v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出威胁保持表述敏感性（TPRS），测量在任务、策略与评测标准不变时改变工具命名等表述导致的攻击成功率（ASR）变化。
推荐理由
论文提出 TPRS 方法量化基准表述对攻击成功率的影响，用 ASB、MCPTox、AgentDojo 的实测数字说明单一安全分数可能不可泛化。
来源：arXiv · cs.AI · arxiv.org