Ignored, Not Refused: What Low Prompt-Injection Success Rates Hide in Small Tool-Using Agents3.3万轨迹审计：低注入成功率多是“忽略”而非“拒绝”
3.3万轨迹审计：低注入成功率多是“忽略”而非“拒绝”
单看ASR会高估防护；评测应区分忽略/拒绝并统计任务完成率，系统提示即可左右ASR
安全对齐
资料 46 条 · 常规内容近 60–90 天，综述/报告保留一年最近同步 1 分钟前
浏览方式
Combining Long-Term Memory and LLMs Comes at a High Cost: From Prompt Injection to Persistent Compromise记忆注入可跨会话攻陷 ChatGPT/Claude/Gemini，Claude 共享记忆波及多用户
记忆注入可跨会话攻陷 ChatGPT/Claude/Gemini，Claude 共享记忆波及多用户
持久记忆、skills 与 MCP 资源成为新攻击面，记忆读写需隔离、审计与权限控制
Mirage: Targeted Jailbreaks Against Post-Generation Safety Checkers in Multimodal Diffusion ModelsMirage 绕过 Stable Diffusion XL 安全检查器
Mirage 绕过 Stable Diffusion XL 安全检查器
展示后生成安全检查器可被跨模态扰动绕过，对多模态生成安全评测与防御有直接参考。
MPIDetector: Detecting Multi-modal Prompt Injection via LLM-based ReasoningMPIDetector 检测多模态提示注入最高 99.80%
MPIDetector 检测多模态提示注入最高 99.80%
为多模态 Agent 防御提示注入提供 few-shot 检测方案，跨模型与 WebInject 测试显示高检出。
A Unified Evaluation Framework of Physical Adversarial Robustness in the Edge VLM Era边缘 VLM 物理对抗鲁棒性统一评估：cASR 显示 VLM 可如检测器般脆弱
边缘 VLM 物理对抗鲁棒性统一评估：cASR 显示 VLM 可如检测器般脆弱
为边缘 VLM 的安全部署提供统一度量 cASR，并揭示 displacement/substitution 等对下游更危险的失败模式，可指导评测与防护设计。
