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

Russian

Агенты ИИ сохраняют долгосрочную память, большая часть которой поступает из веб-страниц и результатов инструментов. Агент использует, программное обеспечение, которое запускает модель, не записывает, кто может действовать на эту память, поэтому инструкция, скрытая в собранной странице, может рассматриваться как собственная инструкция пользователя. Мы предлагаем ClawMMU, защитный слой, который маркирует каждый фрагмент памяти со своим владельцем, объемом, происхождением и авторитетом. ClawMMU проверяет эти эти эти этикетки всякий раз, когда контент входит в контекст модели, записывается в хранилище, возвращается из хранилища или управляет вызовом инструмента. Ее центральное правило заключается в том, что информация может подниматься в авторитете, но авто

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