⌘ K
… 读取采集状态 同步中...
雷
热点事件历史事件

复旦团队发表MATE模型实现智能体轨迹安全审计

2 篇报道2 个报道来源5 天前更新

先了解这件事

AI 综述

2026年10月7日，机器之心报道上海创智学院与复旦大学联合提出针对AI智能体轨迹的“安全规则审计员”方法，旨在解决可审计与可解释性问题。同日晚，CVer报道该团队具体提出名为MATE的模型，这是首个面向移动/GUI智能体的“规则感知”安全审计模型，论文已发表于USENIX Security 2026。早先报道称该方法通过监测执行轨迹是否越过安全边界来强化安全性；后续报道补充了MATE的具体机制，指出其将任务指令、执行轨迹与自然语言安全规则联合建模，输出违规判定、风险类别及审计解释，且安全规则作为可编辑文本存在，无需重新训练即可适应不同场景。

AI 根据报道生成 · 5 天前更新

最新进展10月7日 23:37
MATE模型论文正式发表于USENIX Security 2026，确认为首个面向移动/GUI智能体的规则感知审计模型。

报道时间线

沿着报道，了解事件的不同侧面。

10月7日
  1. CVer
    MATE：面向移动/GUI智能体的规则感知轨迹安全审计模型发表于USENIX Security 2026

    上海创智学院与复旦大学团队提出MATE，这是首个面向移动/GUI智能体的“规则感知”安全审计模型，论文已发表于USENIX Security 2026。MATE将任务指令、执行轨迹与自然语言安全规则联合建模，输出违规判定、风险类别及基于规则证据的审计解释，且安全规则作为可编辑文本存在，无需重新训练模型即可适应不同场景。

  2. 机器之心
    上海创智学院与复旦大学提出智能体轨迹安全规则审计方法

    上海创智学院与复旦大学提出针对 AI 智能体轨迹的“安全规则审计员”方法。该方法旨在解决智能体行动的可审计与可解释问题，通过监测执行轨迹是否越过当前场景的安全边界，强化智能体行为的安全性。

本事件热度走势

当前热度 5·可比范围峰值 13（10月8日 14:00）·近 24 小时可比范围变化 -50%

05101510月7日22:0010月8日14:0010月9日05:0010月9日21:00

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。