Unsafer in Many Turns: Benchmarking and Defending Multi-Turn Safety Risks in Tool-Using Agents
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Xu, Yu, Simon, Pan, Minzhou, Sun, Yiyou, Li, Bo, Song, Dawn, Lin, Xue, Shi, Weiyan |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SafeToolBench: Pioneering a Prospective Benchmark to Evaluating Tool Utilization Safety in LLMs
par: Xia, Hongfei, et autres
Publié: (2025)
par: Xia, Hongfei, et autres
Publié: (2025)
ARGUS: Defending LLM Agents Against Context-Aware Prompt Injection
par: Weng, Shihao, et autres
Publié: (2026)
par: Weng, Shihao, et autres
Publié: (2026)
SABER: Benchmarking Operational Safety of LLM Coding Agents in Stateful Project Workspaces
par: Hu, Qi, et autres
Publié: (2026)
par: Hu, Qi, et autres
Publié: (2026)
Who Tests the Testers? Systematic Enumeration and Coverage Audit of LLM Agent Tool Call Safety
par: Chen, Xuan, et autres
Publié: (2026)
par: Chen, Xuan, et autres
Publié: (2026)
SCDBench: A Benchmark for LLM-Based Smart Contract Decompilers
par: Qin, Kaihua, et autres
Publié: (2026)
par: Qin, Kaihua, et autres
Publié: (2026)
MARD: A Multi-Agent Framework for Robust Android Malware Detection
par: Zeng, Xueying, et autres
Publié: (2026)
par: Zeng, Xueying, et autres
Publié: (2026)
Many Tools, Few Exploitable Vulnerabilities: A Survey of 246 Static Code Analyzers for Security
par: Hermann, Kevin, et autres
Publié: (2026)
par: Hermann, Kevin, et autres
Publié: (2026)
DevOps-Gym: Benchmarking AI Agents in Software DevOps Cycle
par: Tang, Yuheng, et autres
Publié: (2026)
par: Tang, Yuheng, et autres
Publié: (2026)
ChainFuzzer: Greybox Fuzzing for Workflow-Level Multi-Tool Vulnerabilities in LLM Agents
par: Wu, Jiangrong, et autres
Publié: (2026)
par: Wu, Jiangrong, et autres
Publié: (2026)
Exposing and Defending Membership Leakage in Vulnerability Prediction Models
par: Liao, Yihan, et autres
Publié: (2025)
par: Liao, Yihan, et autres
Publié: (2025)
HarnessAgent: Scaling Automatic Fuzzing Harness Construction with Tool-Augmented LLM Pipelines
par: Yang, Kang, et autres
Publié: (2025)
par: Yang, Kang, et autres
Publié: (2025)
RiskHarvester: A Risk-based Tool to Prioritize Secret Removal Efforts in Software Artifacts
par: Basak, Setu Kumar, et autres
Publié: (2025)
par: Basak, Setu Kumar, et autres
Publié: (2025)
Building a Cybersecurity Risk Metamodel for Improved Method and Tool Integration
par: Ponsard, Christophe
Publié: (2024)
par: Ponsard, Christophe
Publié: (2024)
NESSiE: The Necessary Safety Benchmark -- Identifying Errors that should not Exist
par: Bertram, Johannes, et autres
Publié: (2026)
par: Bertram, Johannes, et autres
Publié: (2026)
Defending Code Language Models against Backdoor Attacks with Deceptive Cross-Entropy Loss
par: Yang, Guang, et autres
Publié: (2024)
par: Yang, Guang, et autres
Publié: (2024)
Clawdrain: Exploiting Tool-Calling Chains for Stealthy Token Exhaustion in OpenClaw Agents
par: Dong, Ben, et autres
Publié: (2026)
par: Dong, Ben, et autres
Publié: (2026)
Pinning Is Futile: You Need More Than Local Dependency Versioning to Defend against Supply Chain Attacks
par: He, Hao, et autres
Publié: (2025)
par: He, Hao, et autres
Publié: (2025)
AgentGuard: A Multi-Agent Framework for Robust Package Confusion Detection via Hybrid Search and Metadata-Content Fusion
par: Li, Yu, et autres
Publié: (2026)
par: Li, Yu, et autres
Publié: (2026)
FuzzAgent: Multi-Agent System for Evolutionary Library Fuzzing
par: Lyu, Yunlong, et autres
Publié: (2026)
par: Lyu, Yunlong, et autres
Publié: (2026)
AutoDFBench 1.0: A Benchmarking Framework for Digital Forensic Tool Testing and Generated Code Evaluation
par: Wickramasekara, Akila, et autres
Publié: (2025)
par: Wickramasekara, Akila, et autres
Publié: (2025)
Poly-Guard: Massive Multi-Domain Safety Policy-Grounded Guardrail Dataset
par: Kang, Mintong, et autres
Publié: (2025)
par: Kang, Mintong, et autres
Publié: (2025)
A First Look at Privacy Risks of Android Task-executable Voice Assistant Applications
par: Pan, Shidong, et autres
Publié: (2025)
par: Pan, Shidong, et autres
Publié: (2025)
Benchmark of Benchmarks: Unpacking Influence and Code Repository Quality in LLM Safety Benchmarks
par: Chu, Junjie, et autres
Publié: (2026)
par: Chu, Junjie, et autres
Publié: (2026)
Jailbreak Distillation: Renewable Safety Benchmarking
par: Zhang, Jingyu, et autres
Publié: (2025)
par: Zhang, Jingyu, et autres
Publié: (2025)
Automatic Red Teaming LLM-based Agents with Model Context Protocol Tools
par: He, Ping, et autres
Publié: (2025)
par: He, Ping, et autres
Publié: (2025)
Usability as a Weapon: Attacking the Safety of LLM-Based Code Generation via Usability Requirements
par: Li, Yue, et autres
Publié: (2026)
par: Li, Yue, et autres
Publié: (2026)
SkillProbe: Security Auditing for Emerging Agent Skill Marketplaces via Multi-Agent Collaboration
par: Guo, Zihan, et autres
Publié: (2026)
par: Guo, Zihan, et autres
Publié: (2026)
Multi-Agent Taint Specification Extraction for Vulnerability Detection
par: Ghebremichael, Jonah, et autres
Publié: (2026)
par: Ghebremichael, Jonah, et autres
Publié: (2026)
In Specs we Trust? Conformance-Analysis of Implementation to Specifications in Node-RED and Associated Security Risks
par: Schneider, Simon, et autres
Publié: (2025)
par: Schneider, Simon, et autres
Publié: (2025)
PentestGPT: An LLM-empowered Automatic Penetration Testing Tool
par: Deng, Gelei, et autres
Publié: (2023)
par: Deng, Gelei, et autres
Publié: (2023)
"I Don't Use AI for Everything": Exploring Utility, Attitude, and Responsibility of AI-empowered Tools in Software Development
par: Pan, Shidong, et autres
Publié: (2024)
par: Pan, Shidong, et autres
Publié: (2024)
MalTool: Malicious Tool Attacks on LLM Agents
par: Hu, Yuepeng, et autres
Publié: (2026)
par: Hu, Yuepeng, et autres
Publié: (2026)
When "Correct" Is Not Safe: Can We Trust Functionally Correct Patches Generated by Code Agents?
par: Peng, Yibo, et autres
Publié: (2025)
par: Peng, Yibo, et autres
Publié: (2025)
RiskTagger: An LLM-based Agent for Automatic Annotation of Web3 Crypto Money Laundering Behaviors
par: Lin, Dan, et autres
Publié: (2025)
par: Lin, Dan, et autres
Publié: (2025)
Toward Automated Security Risk Detection in Large Software Using Call Graph Analysis
par: Pecka, Nicholas, et autres
Publié: (2025)
par: Pecka, Nicholas, et autres
Publié: (2025)
Coverage-Guided Multi-Agent Harness Generation for Java Library Fuzzing
par: Loose, Nils, et autres
Publié: (2026)
par: Loose, Nils, et autres
Publié: (2026)
OpenSage: Self-programming Agent Generation Engine
par: Li, Hongwei, et autres
Publié: (2026)
par: Li, Hongwei, et autres
Publié: (2026)
From LLMs to Agents: A Comparative Evaluation of LLMs and LLM-based Agents in Security Patch Detection
par: Han, Junxiao, et autres
Publié: (2025)
par: Han, Junxiao, et autres
Publié: (2025)
Multi-Agent Collaborative Fuzzing with Continuous Reflection for Smart Contracts Vulnerability Detection
par: Chen, Jie, et autres
Publié: (2025)
par: Chen, Jie, et autres
Publié: (2025)
LLMs as Firmware Experts: A Runtime-Grown Tree-of-Agents Framework
par: Zhang, Xiangrui, et autres
Publié: (2025)
par: Zhang, Xiangrui, et autres
Publié: (2025)
Documents similaires
-
SafeToolBench: Pioneering a Prospective Benchmark to Evaluating Tool Utilization Safety in LLMs
par: Xia, Hongfei, et autres
Publié: (2025) -
ARGUS: Defending LLM Agents Against Context-Aware Prompt Injection
par: Weng, Shihao, et autres
Publié: (2026) -
SABER: Benchmarking Operational Safety of LLM Coding Agents in Stateful Project Workspaces
par: Hu, Qi, et autres
Publié: (2026) -
Who Tests the Testers? Systematic Enumeration and Coverage Audit of LLM Agent Tool Call Safety
par: Chen, Xuan, et autres
Publié: (2026) -
SCDBench: A Benchmark for LLM-Based Smart Contract Decompilers
par: Qin, Kaihua, et autres
Publié: (2026)