标签
研究评估了五个 AI-for-Science 智能体框架在 50 个有害化学请求下的安全表现，发现将 LLM 集成到领域智能体框架后，即使直接提示也会增加有害遵从率，且针对基础模型基本无效的自适应攻击在接入框架后变得高度成功，表明基础模型的安全性在智能体框架下并不持久。