MemHarmBench1 篇实战文章

先把账翻了：MemHarmBench 这篇论文最厉害的不是又找到一个攻击向量——注入攻击这事咱们早见麻了——而是把一笔所有人都在装瞎的账翻开了：你的代理记得什么，比它当场看到什么更危险。 过去的注入攻击默认是一次性的。恶意指令来了，模型上当了，你清掉上下文，事儿翻篇。安全团队的账本上写的是什么？拦截率、拒绝率、检测率。