arXiv · AI· Suxin Ji, Hungtao Wan, Shaoxuan Chen, An Zhang·· 2026-10-07AI 评分20
Semantic Behavioral Watermarking:针对LLM智能体的鲁棒溯源方案
Semantic Behavioral Watermarking: Paraphrase-Robust and Forgery-Resistant Provenance for LLM Agents
AI 导读
summary_zh: SBW通过在语义动作簇中嵌入密钥化分箱,将自适应伪造率从100%降至误报下限,实现抗改写与抗伪造溯源。 在ToolBench上检测率为0.49-0.66,ALFWorld上达0.92-0.97;基于bge编码器的r=64配置下有效抑制自适应攻击。
来源:arXiv · AI · arxiv.org