PERSIST技能注入攻击方法研究

PERSIST 通过技能注入将攻击者选定的动作与可复用任务的实用函数绑定，在减少源码检查和表达怀疑的同时实现攻击目标。该方法基于模拟执行构建辅助函数，无需访问真实评测任务或反馈，额外动作置于与入口文件分离的导入模块中。在 SkillsBench 和 Skill-Inject 上的实验显示，冻结的技能包可跨四种智能体-模型配置迁移，并泛化到多个未见任务，且有害效果可与任务成功完成同时发生。

摘自 arXiv Artificial Intelligence

还没有足够的连续观测数据，暂不绘制趋势。