LessWrong· Billy Gigurtsis·· 9 天前AI 评分47
在长上下文编码智能体的多次压缩中检测分裂攻击
Catching split attacks across compactions in long-context coding agents
AI 导读
研究发布 LCM 数据集，含 30 组 1.00-1.46M token 的 Claude Code Sonnet 5 诚实/攻击配对会话，每份含四次压缩，攻击被拆成跨压缩的设置与执行两步。
这篇内容暂未取得可阅读的正文，目前提供中文导读和原文入口。节目介绍或原站公开片段不代表完整文章。
来源：LessWrong · lesswrong.com