11 月 3 日提交的 LatentTriad 尝试识别智能体技能中的恶意内容。系统只进行一次预填充，通过内部表示检查任务与操作的一致性，不调用工具、不执行技能代码。 团队使用来自五个来源的 5830 个技能包与七个模型进行评估，并报告不同来源下的检测结果。论文仍在审稿，性能数字对应其受控数据集。 来源：arXiv。
