REALM：识别LLM Agent的最小任务资产

2026年10月30日，arXiv Artificial Intelligence 刊出 Zihou Ren 等作者的论文，提出 REALM（Required Execution Assets Linked to a Mission）方法，用于识别并维护任务所需资产及其许可用途。报道称，REALM 以依赖图节点表示任务所需资产、解析前置依赖，并以来源限定选择接纳执行中新发现的资产，从而将资产发现与使用授权分离。在 AgentDyn 的 60 个干净任务和 560 个注入案例中，以 qwen3.5-flash 为基座模型，任务完成率分别为 40.0% 和 36.4%，ASR 从 16.6% 降至 0.2%。目前该事件仅有这一篇主报道，尚无跟进报道或相互矛盾的数字与说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。