AgentTrace 提出基于执行轨迹的 LLM 代理溯源方法

1. 12:00
   arXiv · AI

   AgentTrace：通过执行轨迹指纹识别黑盒 LLM 智能体的基础模型

   研究提出 AgentTrace 框架，通过注入结构歧义探针并监控修复行为来识别黑盒智能体背后的基础模型，在对抗性身份伪装下实现 96.0% 归因准确率。 该框架利用 Markov 链对多步修复轨迹进行建模，能有效区分使用相同 tokenizer 的 Llama-3 8B/70B 等族内变体，且对提示词混淆和温度缩放保持鲁棒。 这一方法解决了现有语义归因易被混淆且主动水印与工具生成冲突的安全难题。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。