跳到正文
arXiv · AI· Adhyayan Veer Singh, Fanjiang Ye, Yuke Wang·· 13 小时前AI 评分22

RefinementGuard 用于检测 Agent 工具隐藏执行中的语义偏差

RefinementGuard: Counterexample-Directed Semantic Qualification for Hidden Agent-Tool Execution

AI 导读

RefinementGuard 通过比对候选图与独立参考实现,验证 Agent 工具隐藏并行图中的语义正确性。在 100 个故障案例中,基于义务的验证拒绝 49 个,同时接受全部 60 个有效变体。隐藏执行比可见执行减少 74.3% 父级上下文暴露,定位任务延迟中位比为 4.50 倍。

来源:arXiv · AI · arxiv.org