★ 3
arXiv 提出可复用账本框架审计 LLM 智能体轨迹
论文提出「写一次、多次检查」框架：写入模型将智能体轨迹转为与策略无关的账本，读取模型仅凭账本核查新策略。在 SHADE-Arena、τ-bench 等 900 条轨迹上，12B 读取模型效果可持平甚至超过读完整轨迹，组合策略场景 AUC 0.777 优于 31B 模型。检查 8 条策略时 toke…
arXiv NLP13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出「写一次、多次检查」框架：写入模型将智能体轨迹转为与策略无关的账本，读取模型仅凭账本核查新策略。在 SHADE-Arena、τ-bench 等 900 条轨迹上，12B 读取模型效果可持平甚至超过读完整轨迹，组合策略场景 AUC 0.777 优于 31B 模型。检查 8 条策略时 toke…