Newest papers

MAS-Guard: Unified Guardrails from Individual Agents to Multi-Agent LLM Systems

Mohammad Kachuee, Phu Mon Htut, Sheng Li, Nikolaos Pappas, Miguel Ballesteros Martinez, Yassine Benajiba, Sujith Ravi, Dan Roth · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28397 · open-access PDF

Russian

Агентский ИИ расширяет масштабные языковые модели (LLM) от генерирования ответов до планирования и выполнения сложных рабочих процессов, существенно расширяя их полезность, подвергая приложения опасным действиям, утечке информации и манипуляциям со стороны противников.Многоагентные системы еще больше расширяют эти возможности посредством специализации и сотрудничества, но распределенный авторитет, разнородные роли и непрозрачные или потенциально компрометированные участники делают защиту еще более сложной.

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

Abstract

Agentic AI extends large language models (LLMs) from generating responses to planning and executing complex workflows, substantially expanding their utility while exposing applications to unsafe actions, information leakage, and adversarial manipulation. Multi-agent systems further expand these capabilities through specialization and collaboration, but distributed authority, heterogeneous roles, and opaque or potentially compromised participants make safeguarding even more challenging. Existing defenses address important individual threats but provide fragmented coverage across local execution

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

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