论文X-AgentRed框架
X-AgentRed
一个面向个人智能体的自演化红队测试框架，通过构建工具依赖图系统性发现跨服务有害工具调用链，利用执行反馈驱动自我演化，解决组合性失效安全隐患
时间轴 (近 90 天)
10月12日
X-AgentRed 是一个自演化的红队测试框架，通过工具依赖图系统性地发现有害的工具调用链
待验证50%
10月12日
X-AgentRed 的红队智能体分析每个工具的三个维度：效果、潜在危害和执行前置条件
待验证50%
10月12日
X-AgentRed 构建的有向图捕捉一个工具的效果如何满足另一个工具的执行前置条件这种依赖关系
待验证50%
10月12日
X-AgentRed 从依赖图中采样出的配方会被实例化为真实场景以测试智能体是否产生有害后果
待验证50%
10月12日
X-AgentRed 的自我演化机制包括工具替换多样化（对有害路径替换工具派生变体）和前置条件精修（对失败路径精修被阻断步骤的前置条件）
待验证50%
10月12日
在四个前沿智能体模型上的测试中，X-AgentRed 的有害路径发现率达到基线方法 STAC 的 1.77 倍
待验证50%
10月12日
X-AgentRed 的平均工具覆盖率达到基线方法的 2.99 倍
待验证50%
全部知识事实 (7)
待验证
X-AgentRed 是一个自演化的红队测试框架，通过工具依赖图系统性地发现有害的工具调用链
50%待验证X-AgentRed 的红队智能体分析每个工具的三个维度：效果、潜在危害和执行前置条件
50%待验证X-AgentRed 构建的有向图捕捉一个工具的效果如何满足另一个工具的执行前置条件这种依赖关系
50%待验证X-AgentRed 从依赖图中采样出的配方会被实例化为真实场景以测试智能体是否产生有害后果
50%待验证X-AgentRed 的自我演化机制包括工具替换多样化（对有害路径替换工具派生变体）和前置条件精修（对失败路径精修被阻断步骤的前置条件）
50%待验证在四个前沿智能体模型上的测试中，X-AgentRed 的有害路径发现率达到基线方法 STAC 的 1.77 倍
50%待验证X-AgentRed 的平均工具覆盖率达到基线方法的 2.99 倍
50%