热点事件持续更新
研究团队提出GraphRAG分层威胁建模框架GraphRAG-LTM
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月15日，研究人员在arXiv上提出分层威胁建模框架GraphRAG-LTM，用于评估针对图检索增强生成（GraphRAG）证据链路的攻击风险。该框架测试了三种嵌套层级的攻击者权限，包括基于排序反馈降级种子块的黑盒查询攻击、利用检索器梯度的白盒查询攻击，以及删除证据图桥接三元组的图感知白盒攻击。实验结果表明，仅凭排序反馈即可降低大语言模型的回答质量，梯度访问权限会增强查询攻击效果，而删除桥接三元组则会进一步破坏多跳证据传播。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
研究人员提出分层威胁建模框架GraphRAG-LTM，评估针对GraphRAG证据链路的攻击风险。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 自然语言处理GraphRAG-LTM：针对图检索增强生成的分层威胁建模框架
研究人员提出了分层威胁建模框架 GraphRAG-LTM，用于评估针对图检索增强生成（GraphRAG）证据链路的攻击风险。该框架测试了三种嵌套层级的攻击者权限，包括基于排序反馈降级种子块的黑盒查询攻击、利用检索器梯度的白盒查询攻击，以及删除证据图桥接三元组的图感知白盒攻击。实验表明，仅凭排序反馈即可降低 LLM 回答质量，梯度访问会增强查询攻击，而删除桥接三元组会进一步破坏多跳证据传播。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。