搜索

Agent MechSuits 在三款模型上测试命令行风险检测（在新窗口打开）

该方法用线性探针判断当前步骤风险，并在单层的 10 个隐藏维度实施干预。论文报告平均检测准确率 97.32%，对环境提示注入仍有限制。