LLM交易代理信息注入攻击基准研究

2026年10月20日，一篇发表于arXiv人工智能分类的论文提出针对LLM金融交易智能体的信息注入攻击基准。该基准覆盖5种注入向量和7类事件，在15只美股上评估约1万次决策。结果显示：提示词注入攻击成功率为14%，伪造新闻攻击达62%；两个30词模板在全部15只股票上达到100%成功率。对事实投毒模板，去掉具名来源或BREAKING标签等可信度线索可使成功率从100%降至0%。研究还发现攻击可跨模型厂商泛化，并能混入真实新闻流。论文作者为Mengxiao Wang与Nitesh Saxena。

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。