arXiv · NLP· Isadora White, Yasaman Jafari, Taylor Berg-Kirkpatrick·· 2026-10-09AI 评分38
对话式 LLM 智能体黑盒取证技术实证研究
Black-Box Forensics for Conversational LLM Agents
AI 导读
研究人员提出针对匿名对话式 LLM 智能体的黑盒取证方法,通过归因分类器以 98% 准确率识别基础模型。 针对未见的系统提示词,交叉编码器指纹识别法取得 0.768 AUC 和 0.703 F1;聚合 50 轮对话后 AUC 提升至 0.943,实现基于少量普通对话的稳健识别。
来源:arXiv · NLP · arxiv.org