[논문리뷰] One Polluted Page Is Enough: Evaluating Web Content Pollution in LLM Recommenders본 논문은 검색 증강 LLM이 웹상의 오염된 콘텐츠를 소비함으로써 발생하는 새로운 형태의 추천 시스템 취약성을 다룹니다. 기존 연구들은 주로 직접적인 프롬프트 주입이나 학습 데이터 오염에 집중했으나, 본 연구는 SEO를 통해 검색 결과에 숨어든 허위 리뷰가 LLM의 의사결정을 어떻게 왜곡하는지에 주목합니다 .#Review#LLM Recommender#Generative Engine Optimization#Web Content Pollution#FORGE Benchmark#Indirect Prompt Injection#Robustness2026년 8월 24일댓글 수 로딩 중
[논문리뷰] Security Assessment of DeepSeek Harness with A.I.G: Evaluating Resistance to Indirect Prompt Injection본 논문은 DeepSeek Harness (DSH) 프레임워크를 대상으로 indirect prompt injection에 대한 보안 취약점을 체계적으로 평가하는 것을 목표로 한다.#Review#Indirect Prompt Injection#LLM Agent Security#DeepSeek Harness#A.I.G (AI-Infra-Guard)#Source-to-Sink Analysis#Red Teaming#Runtime Assessment2026년 8월 18일댓글 수 로딩 중
[논문리뷰] ToolHazard: Scaling Adversarial Environments for Security Evaluation and Alignment of LLM-based Agents본 논문은 기존의 Agent 보안 연구가 수동으로 구현된 환경에 의존하여 확장성이 낮고, LLM 기반 도구 시뮬레이션의 확률적 성격으로 인해 재현 가능한 평가가 어렵다는 문제를 해결한다.#Review#LLM Agents#Indirect Prompt Injection#Adversarial Environment#Safety Alignment#Tool-use#Benchmarking2026년 8월 12일댓글 수 로딩 중