Can Agents Trust Their Skills? Uncovering Unsafe Chains of Trust in Skill-Based LLM Agents

arXiv cs.CR · 1 oct, 06:00

Investigadores descubren vulnerabilidades en agentes LLM basados en skills (paquetes de código e instrucciones): malicious skills pueden alcanzar operaciones sensibles de seguridad porque los frameworks de agentes no validan adecuadamente el contenido instalado. Un framework llamado TrustProbe identificó 104 vulnerabilidades de este tipo en 11 agentes open-source, con un 25,1% de skills reales del ecosistema demostrando exploitabilidad.