AdvSim2Real：在世界模型中训练Web Agent抗提示注入

研究者提出 AdvSim2Real，在冻结的网页世界模型内让任务课程、注入攻击方与 agent 共同进化，以训练 Web agent 抵御自适应提示注入。 据该论文称，训练后 4B agent 在有攻击和无攻击下的任务完成率均提升，对未参与训练的前沿模型攻击方也保持稳健，能力增益可迁移到真实浏览器；在 150 个网页任务上，面对该未见攻击方时完成率相对基线提升 33.6%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。