LLM智能体审计提出可重用账本框架

针对大语言模型智能体审计需反复读取长轨迹的痛点，研究团队提出“一次记录，多次检查”框架，将轨迹转化为策略无关的账本。 在包含900条轨迹的测试中，该框架下12B参数的读取器模型在匹配或超越全轨迹读取方面表现良好，显著降低了计算资源消耗。 多事实策略审计方面，该账本方法在12B模型上实现0.777的AUC值，高于31B模型的0.713，且token消耗减少5倍，提高了审计效率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。