AgentPoison：NeurIPS 2024 论文官方实现，通过记忆库对 LLM Agent 投毒

AgentPoison 是 NeurIPS 2024 论文的官方实现，展示了如何通过 LLM Agent 的记忆或知识库植入后门，使检索上下文中出现特定触发词时 Agent 被劫持，而普通查询表现正常。该方法适用于评估检索语料不完全受控的 RAG 管道的人员参考。