跳到正文
热点事件持续更新

论文评估 AI 搜索中 llms.txt 清单的安全与效用证据

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Gangzhen Qian、Kainan Zhou 等发布论文(arXiv:2610.38361,已被 IEEE FLLM 2026 接收),评估 AI 搜索中 /llms.txt 清单文件辅助检索的安全与效用证据,结论是该文件的安全证据存在缺口。论文将发布、抓取、模型使用与动作分开,定义了五条操作性威胁路径及配套的安全—效用评估量,并用 30 个作者定义的解析器测试样本检验模型前的确定性控制。 试点实验未发现实际使用迹象:一项覆盖 15 个工具、45 次试验的研究未观察到自动请求;另一项日志研究显示 2026 年 5 月被检出含该文件的域名中 97% 无请求记录。初始审计覆盖截至 2026 年 8 月 16 日的 39 个来源。作者说明,试点仅在提供证据的条件下测量输出变化,不涉及实时检索或外部动作。

AI 根据报道生成 · 50 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    AI 搜索中 llms.txt 清单辅助检索的安全评估:证据缺口与威胁路径分析

    一篇入选 IEEE FLLM 2026 的论文评估了 AI 搜索中 /llms.txt 清单文件的安全与效用证据。初始审计覆盖截至 2026 年 8 月 16 日的 39 个来源,一项 15 工具研究在 45 次试验中未观察到自动请求,另一日志研究显示 2026 年 5 月 97% 检出该文件的域名无记录请求。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。