arXiv· 01:49推荐指数5656CrossProfile 基准揭示 LLM 群体决策记忆压缩的失效模式论文提出 CrossProfile 诊断基准,包含 60 个模板与自动校验答案键(共 480 个任务),用于评估 LLM 群体讨论压缩为记忆后对最终决策的影响。安全论文安全研究#论文/研究#C10 AI业务风险评估#Agent安全幻觉与失真通用与多智能体基准测试集红队与自动化测试
arXiv· 15:06推荐指数6060研究揭示 LLM Agent 持久记忆的自我强化隐私泄露循环一项 arXiv 论文通过多会话模拟发现,LLM Agent 的持久记忆在提升回复质量的同时也提高了经验泄露率,即从完整对话记录中正确推断出属性值的比例,且该差距随会话轮次扩大。安全论文安全研究#论文/研究#隐私保护#Agent安全检测与护栏幻觉与失真RAG 与知识库通用与多智能体红队与自动化测试