AGAS

一种高效且有效的针对推荐系统的智能体群体刷单攻击 这是论文《An Efficient and Effective Agentic Group Shilling Attack on Recommender Systems》的官方代码。该论文介绍了 AGAS，这是一种 由 LLM 驱动的针对黑盒协同过滤推荐系统的刷单攻击。一个 Coordinator 在一系列轮次中协调一个由虚假用户 workers 组成的池。 在每一轮中，Coordinator 从八种策略中选择一种， 并为每个 worker 分配一个角色。随后，workers 使用它们自己的 ReAct 风格推理循环...