Divide and Inject: Can Agents Reconstruct an Indirect Prompt Injection from Fragments?

arXiv cs.AI · 30 sept, 06:00

Investigadores presentan AdaLCPI, una nueva técnica de prompt injection indirecto que fragmenta instrucciones maliciosas en múltiples partes dispersas en contextos largos, confiando en que el agente las reconstruya automáticamente. El ataque alcanza una tasa de éxito del 61,4 % comparada con el 32,8 % de métodos anteriores, lo que sugiere que los sistemas agenticos actuales son vulnerables a inyecciones que no requieren instrucciones completas en un solo lugar.