跳到正文
热点事件持续更新

Hearsay基准揭示部署Agent日志审计困境

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

研究人员Jiahong Dai等人发布Hearsay基准测试,针对16个部署框架发现Agent运行记录均由单一harness写入,构成不可验证的“传闻”。 测试显示,模型检查者引用证据存在18-55分偏差,且仅能识别半数篡改;引入第二写者账本后,在66项篡改中检出64项。 研究结论指出,赋予运行记录证据效力的关键在于引入第二写者机制,而非提升读取者能力。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · AI
    Hearsay 基准测试揭示部署型 Agent 运行日志审计困境:单一写者导致记录无法验证

    研究提出 Hearsay 基准测试,针对 16 个部署框架发现 Agent 运行记录均由单一 harness 写入,构成不可验证的“传闻”。 模型检查者引用证据存在 18-55 分偏差,且仅能识别半数篡改;引入第二写者账本后,在 66 项篡改中检出 64 项。 核心结论表明,赋予运行记录证据效力的关键在于引入第二写者机制,而非提升读取者能力。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

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。