文章预览
概述 随着大型语言模型(LLMs)驱动的 Agent 和多 Agent 系统(MAS)的快速发展,Agent 的安全问题日益受到关注。然而,现有研究在系统性方面仍有提升空间。 为应对这一挑战,来自南洋理工大学、松鼠AI的研究团队近期发布了 TrustAgent Survey 。该研究并非旨在面面俱到地覆盖所有 Agent 安全研究领域,而是聚焦于凝练 Agent 安全的模块化体系架构。研究团队精选了近期具有代表性的文献,并尝试构建一份关于 Agent 安全的系统性参考。 论文标题: A Survey on Trustworthy LLM Agents: Threats and Countermeasures 论文地址: https://arxiv.org/abs/2503.09648 GitHub 主页: https://github.com/Ymm-cll/TrustAgent TrustAgent Survey 的价值 TrustAgent Survey 可能为研究者带来以下价值: ✅ 系统性地了解 Agent 安全的框架体系; ✅ 相对高效地掌握 Agent 安全领域的最新进展; ✅ 提供启发,促进未来在相关
………………………………