Newest papers

AfterDeleteBench: Auditing Post-Deletion Information Persistence in LLM Agents

Ehsan Saleh, Roozbeh Nahavandi, Sama Salarian, Raef Bassily, Andrew Perrault · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31366 · open-access PDF

German

Viele LLM-Agenten pflegen ein externes persistentes Gedächtnis und erzeugen zusätzliche Zustände aus früheren Interaktionen, wie z. B. Zusammenfassungen. Das Löschen einer ursprünglichen Speicherkarte erfordert daher keine Entfernung von Informationen, die von ihren Nachkommen getragen werden. Wir führen AfterDeleteBench ein, eine kontrollierte Verhaltensprüfung für diesen Ausfallmodus in festen LLM-Agenten. Für jedes synthetische Geheimnis vergleichen wir einen exponierten und dann gelöschten Agent mit einem andernfalls übereinstimmten Agent, der dem Geheimnis nie ausgesetzt war, sodass die Wiederherstellung nach dem Löschen der ursprünglichen Exposition zugeordnet werden kann.

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

Abstract

Many LLM agents maintain external persistent memory and derive additional state from past interactions, such as summaries. Deleting an original memory record therefore need not remove information carried by its descendants. We introduce AfterDeleteBench, a controlled behavioral audit for this failure mode in fixed-weight LLM agents. For each synthetic secret, we compare an exposed-then-deleted agent with an otherwise matched agent that was never exposed to the secret, allowing post-deletion recovery to be attributed to the original exposure. In our primary setting, a single query recovers the

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

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