★ 4
Kepler：ARC-AGI-3 可审计世界模型
论文发布开源工具 Kepler，将假设表示为可执行世界模型并通过回溯转移检查与条件预测检查验证。在冻结的 Claude Opus 5 配置下，Kepler 在全部 25 个公开游戏上取得服务器验证的 100.00 RHAE，但作者同时报告源码泄漏、控制组重建工具链等三类评测失效，指出公开集分数区分…
arXiv cs.AI31 天前
#可审计性
共 11 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
AgentEval：有状态智能体的证据边界评估系统
论文提出 AgentEval，将契约约束的评估记录贯穿工具执行、状态与事件捕获、报告资格认定与案例维护，区分智能体做了什么、证据证明了什么以及结论是否仍被支持。在 32 次工具世界执行中独立检查对全部 30 个完整回合达成一致，并暴露仅哈希校验漏掉的 36 个绑定故障。
arXiv cs.AI17 天前
★ 3
研究：智能体重复任务一致性仅26%至62%
研究发现智能体在重复任务上表现不一致，42个任务三次运行中38%至74%的答案不一致，且95%以上生成内容用于重复推导已知计划。论文提出技能习惯形成方法，从执行历史中挖掘确定性技能变体，在text-to-SQL任务上实现全部456次重复调度输出一致，并减少14%至56%的token消耗。
arXiv cs.AI40 天前
★ 3
ContractEval：面向流程指令合规的查询条件化执行匹配
论文指出LLM智能体在执行流程性任务时，最终答案看似合理却可能跳过了必要的检查、分支或依赖，属于“无根据”的失败。作者提出 ContractEval 诊断框架，将流程指令表示为查询激活的义务，并与响应或轨迹证据匹配，从而区分遗漏、错误分支、顺序错误、多余动作与不变量违背等合规失败。实验显示仅看输出…
arXiv cs.AI53 天前
★ 2
arXiv 提出治理感知联邦学习 GAFL 框架
论文提出 Governance-Aware Federated Learning（GAFL），将独立治理证据核验、时序信任、公平性与解释性评估、异常检测、策略执行与防篡改审计日志结合，客户端上报的治理值需与模型更新绑定并独立重算后才参与聚合。10 方跨孤岛原型在 Adult Income 数据集上…
arXiv cs.AI3 天前
★ 2
FAER：可审计的效用对齐轨迹回放
论文形式化回放选择中的「选择-学习鸿沟」，提出FAER可审计全轨迹回放框架，其FAER-UTILITY选择器基于学习者效用拟合。在GSM8K与Qwen2.5-1.5B-Instruct上，FAER-UTILITY达到0.6624质量分，优于固定选择器的0.6329。研究还发现格式反馈选出的记录正确…
arXiv cs.LG31 天前
★ 2
EHR2Trace：可审计电子病历数据基础设施
研究者提出 EHR2Trace 系统，将不同来源的电子健康记录转换为可追溯的患者事件，用于患者世界模型与临床智能体的训练和评估。系统在三个临床数据集上转换了 8.464 亿条事件，并揭示把后续诊断归到入院时间会显著虚高模型性能。
arXiv cs.LG32 天前
★ 2
可审计性并非单一属性：强化学习中的规则重叠与行为一致性
论文研究独立训练的强化学习策略能否通过可审计的离散行为规则来表示与组合。作者将可审计性拆解为六个可分别检验的谓词，并发现规则集重叠并不代表行为一致：策略可能共享符号规则却在新状态上近乎随机行动。研究结论对规则融合优于价值组合的说法提出限制，贡献的是一套有证据边界的审计与组合协议。
arXiv cs.LG38 天前
★ 2
SkinAgent AI：安全约束的护肤多模态智能体
研究评估了 SkinAgent AI，一个非诊断性多模态框架，结合视觉问题路由与可审计的 LLM 编排，覆盖痤疮、毛孔、皱纹识别及肤质估计。皮肤问题路由模型准确率达 99.84%，肤质估计 88.85%，但系统级基准上严格任务完成率仅 47.08%，工具选择错误与产品属性接地不完整仍存在。作者强调…
arXiv cs.AI38 天前
★ 2
SQLazy：AI 写逻辑，编译器生成可信 SQL
SQLazy 提出一种新范式：让 AI 只负责把自然语言需求拆解成一步步的逻辑工作流，最终 SQL 由编译器而非大模型生成，从而杜绝幻觉。生成的 SQL 可审计、可跨数据库方言复用，并支持逐步执行查看中间结果。项目示例采用 MIT 许可，应用本身为专有软件。
Hacker News – AI41 天前
★ 1
ZizkaDB 推出两个 GitHub Actions，用于证明 AI 智能体做过什么
ZizkaDB 发布两个 GitHub Actions 并支持 MCP 清单，用于记录与验证 AI 智能体的操作轨迹，实现可审计性。该方案面向企业智能体落地的合规与追责需求。
Hacker News – AI13 小时前