arXiv · cs.AI · Georgios Syros, Blake Bullwinkel, Alina Oprea, Cristina Nita-Rotaru, Amanda Minnich, Xiaodong Liu, Giorgio Severi · 8 小时前模型评分67
Kerkoporta 提出在推理编码智能体中注入结构化输出后门
Kerkoporta: Injecting Structured-Output Backdoors in Reasoning Coding Agents
导读
Kerkoporta 提出一种针对智能体编码场景中推理模型的结构化输出后门攻击：只要触发词出现在智能体上下文的任意位置，模型就会发出攻击者指定的工具调用，并由运行框架执行，直接危及系统的机密性、完整性和可用性。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present Kerkoporta, a methodology that constructs high-quality poison samples, injects the backdoor via supervised fine-tuning, and recovers utility loss with lightweight reinforcement learning.”
来源：arXiv · cs.AI · arxiv.org