提出MASTRIKE框架,利用Shapley值分析量化多智能体系统中每个智能体对系统安全性的边际贡献,并基于此指导协同红队攻击,在多个前沿模型上实现了显著提升。
机构:UIUC
来源:arXiv 2606.12918 | AI4Papers 论文推荐平台