arXiv·· 12 天前AI 评分31
Semantic Behavioral Watermarking：面向 LLM 智能体的抗改写与抗伪造溯源方案
Semantic Behavioral Watermarking: Paraphrase-Robust and Forgery-Resistant Provenance for LLM Agents
AI 导读
针对 LLM 智能体行为水印的两大缺陷，研究者提出 Semantic Behavioral Watermarking，可抵抗工具重命名与观测改写，并首次关注伪造攻击。此前 AgentMark 的鲁棒性测试显示，仅改写观测就会让比特恢复率降至 16.8%；而已有智能体水印方案只研究水印去除，未考虑攻击者伪造他人可验证轨迹的问题。
来源：arXiv · arxiv.org