arXiv cs.MA· Zhuoning Xu, Xiucheng Zhang, Hanjun Luo, Yingbin Jin, Yinpeng Dong, Hanan Salam·· 2 天前AI 评分34
MasDrift：跨多智能体架构的授权保持基准测试
MasDrift: Benchmarking Authorization Preservation Across Multi-Agent Architectures
AI 导读
研究者推出 MasDrift 基准，包含 8 个领域的 600 个良性生产力任务，用于评测多智能体系统在委派任务时能否保留原始授权边界。测试显示，集中式层级架构任务完成率达 93.9–98.6%，高于对等网络的 85.7–87.0%，但未授权操作占比 2.7–19.8%，远高于后者的 0.6–0.8%，且差距随层级加深而扩大。
正文 · AI 翻译
摘要：多智能体系统（MAS）将长时程任务分解到监督者与子智能体之间，但被委派的目标未必携带其原有的授权边界。现有安全基准主要研究对抗性攻陷，而关于约束漂移的研究缺乏受控的架构级评估。我们提出 MasDrift，一个涵盖八个领域、包含 600 项良性生产力任务的基准。每项任务将必需工作与保留操作配对。MasDrift 比较单智能体、集中式和去中心化协调，同时改变层级深度与同级宽度，衡量任务完成度与授权保持情况。在通用多智能体条件下，集中式层级实现 93.9--98.6% 的任务完成度，而对等网络为 85.7--87.0%；同时未授权操作出现在 2.7--19.8% 的任务中，而对等网络为 0.6--0.8%，这一差距随层级深度而扩大。我们进一步比较了两种防御，其区别在于授权证据所在的位置。一种将每个待处理调用重新锚定到原始用户请求。另一种沿委派链携带衰减策略。在我们评估的每种模型配置中，重新锚定都减少了未授权操作，代价是汇总完成度下降 1.6 个百分点。链式传播反而会阻断必需工作，最多损失 36.3 个百分点。一个异构案例研究证实，该失败源于协调而非模型强度。MasDrift 揭示了集中化权衡，并使授权保持成为 MAS 设计中可度量的属性。
| 评论： | 预印本 |
| 主题： | 多智能体系统（cs.MA）；人工智能（cs.AI） |
| 引用为： | arXiv:2608.07556 [cs.MA] |
| （或 arXiv:2608.07556v3 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.07556 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hanjun Luo [查看邮箱]
[v1]
2026年8月2日星期日 04:46:15 UTC（686 KB）
[v2]
2026年8月11日星期二 07:14:50 UTC（690 KB）
[v3]
2026年10月15日星期四 07:27:12 UTC（665 KB）
来源：arXiv cs.MA · arxiv.org