arXiv · cs.AI · Pengyu Zhu, Jingyi Yang, Yi Liu, Li Sun, Sen Su · 11 小时前模型评分47
SkillDRE：通过执行前扫描与运行时反馈双阶段进化智能体技能的红队框架
SkillDRE: Dual-Stage Red-Team Evolution of Agent Skills via Pre-Execution and Runtime Feedback
导读
SkillDRE 用双阶段反馈闭环自动进化完整的恶意技能包，在 SkillsBench 上对四个受害模型的平均攻击成功率达 45.28%，比最强基线高 40.3%。该框架先固定任务相关的恶意目标与可验证判定规则，再结合扫描器引导的进化和运行时防御反馈的细化，每次运行时修改都会回到执行前阶段重新扫描，最终提交的技能未被 SkillScan 发现且基本保留良性任务性能。
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 introduce SkillDRE, a fully automated framework for evolving complete malicious skill packages through a dual-stage feedback loop.”
- “Codes is available at this https URL”
来源：arXiv · cs.AI · arxiv.org