Newest papers

ClawMMU: Protection-Coherent Virtual Memory for Stateful LLM Agents

Jinhao Hu, Bardia Mohammadi, Mofasshara Binte Rafique, Lars Henning Klein, Akhil Arora, Ashvin Goel, Laurent Bindschaedler · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28093 · open-access PDF

French

Les agents d'IA conservent la mémoire à long terme, dont la plupart proviennent de pages Web et de résultats d'outils. Les exploits d'agent, le logiciel qui exécute le modèle, n'enregistrent pas qui peut agir sur cette mémoire, de sorte qu'une instruction cachée dans une page récupérée peut être traitée comme une instruction de l'utilisateur. Nous proposons ClawMMU, une couche de protection qui étiquette chaque pièce de mémoire avec son propriétaire, son champ d'application, ses origines et son autorité. ClawMMU vérifie ces étiquettes chaque fois que le contenu entre dans le contexte du modèle, est écrit pour le stockage, revient du stockage ou conduit un appel à un outil. Sa règle centrale est que

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

Abstract

AI agents keep long-term memory, much of which comes from web pages and tool results. Agent harnesses, the software that runs the model, do not record who may act on this memory, so an instruction hidden in a fetched page can be treated as the user's own instruction. We propose ClawMMU, a protection layer that labels every piece of memory with its owner, scope, origins, and authority. ClawMMU checks these labels whenever content enters the model's context, is written to storage, returns from storage, or drives a tool call. Its central rule is that information may rise in authority, but authori

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

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