Newest papers

The Show-Up Attack: When Subagents Win Over Their Supervisor

Maosen Zhang, Jianshuo Dong, Yutong Zhang, Jie Zhang, Tianwei Zhang, Han Qiu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.27574 · open-access PDF

Russian

Многоагентные системы все чаще развертываются для координации нескольких крупных языковых моделей (LLM) агентов. Тем не менее, это также создает новые поверхности атак: вредоносные агенты могут иметь шансы использовать координацию. В этой статье мы предлагаем и изучаем атаку \textit{show-up attack}, в которой вредоносный субагент манипулирует надзирателем, чтобы вовлечь его в задачи, выходящие за рамки его назначения. Чтобы оценить этот риск, мы предлагаем SUA-Arena, которая реализует 6 стратегий атаки и содержит 188 испытательных случаев. Затем, мы оцениваем 6 граничных LLM и обнаруживаем, что все они уязвимы для атак.

Machine translation (Meta M2M100); the English original follows.

Abstract

Multi-agent systems are increasingly deployed to coordinate multiple large language model (LLM) agents. However, this also creates new attack surfaces: malicious agents may have chances to exploit the coordination. In this paper, we propose and study the \textit{show-up attack}, in which a malicious subagent manipulates the supervisor into involving it in tasks beyond its assigned scope. To evaluate this risk, we propose SUA-Arena, which implements 6 attack strategies and contains 188 test cases. Then, we evaluate 6 frontier LLMs and find that all of them are vulnerable to show-up attacks. For

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange