Colosseum 审计协作 LLM 智能体中的合谋与秘密通信

nandofioretto · x · 2026-09-28

研究者 nandofioretto 团队与 UMass Amherst 合作的 Colosseum 项目入选 NeurIPS,聚焦协作式 LLM 智能体的安全性审计:检测智能体之间是否存在秘密通信渠道与隐蔽的合谋行为。

这项工作属于生成模型与 AI 安全交叉领域,针对的是多智能体系统中「智能体是否背着人类达成隐蔽协作」这一核心风险。作者同时表示团队还有多篇满足约束条件的生成模型相关工作入选,并邀请研究者交流讨论。

所属事件:Colosseum 论文入选 NeurIPS:现成 LLM 智能体易串通(4 条相关)→

原文链接 →

「安全」频道最新

更多「安全」频道 AI 资讯 →