NUWA 证据记录
GPT-3.5 Turbo
Agent Security Bench (ASB) · 证据记录
原始来源图表与材料
记录指标
- Attack success rate
- 53.6%
见原文样本说明
ASB ReAct framework based on AIOS · 预算未注明
方法与范围
智能体的哪些接口暴露出不同的攻击与防御失效模式？
- 证据类型
- 可复用基准
- 评测对象
- ASB 区分系统与用户提示、工具响应和检索记忆，在共同智能体框架中评测攻击与防御。
- 主观测维度
- Behavior · 观察行为
- 证据快照
- 2026-10-29.1
攻击面、基础模型和防御配置不同；汇总攻击率不是部署风险概率。方法与指标数量随版本变化，不能沿用旧摘要数字。
来源结论
本次捕获版本报告多个接口存在脆弱性，所测防御保护有限；安全性需要与任务效用共同检查。
适用限制
攻击面、基础模型和防御配置不同；汇总攻击率不是部署风险概率。方法与指标数量随版本变化，不能沿用旧摘要数字。
攻击面、基础模型和防御配置不同；汇总攻击率不是部署风险概率。方法与指标数量随版本变化，不能沿用旧摘要数字。
相关研究问题
参考文献
数值结果由所引研究的作者报告。
- [1] Agent Security Bench (ASB): Formalizing and Benchmarking Attacks and Defenses in LLM-based Agents. 2024-10-03 ; #S5.T8; row GPT-3.5 Turbo; condition Dynamic prompt rewriting; column Attack success rate