AgentTrace：黑盒LLM Agent执行级指纹识别
热点事件持续更新
AgentTrace：黑盒LLM Agent执行级指纹识别
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Gejian Zhao等作者提出 AgentTrace，一种通过可观测执行轨迹识别黑盒 LLM 智能体底层基础模型的主动框架。该方法向智能体的工具接口注入结构歧义探针，触发对分词敏感的序列化失败，再用轻量马尔可夫链建模后续多步修复轨迹的时间序列，据此完成归因。 作者称，该方法在对抗性身份伪造下归因准确率达 96.0%，可区分共享同一分词器的同族变体（如 Llama-3 8B/70B），并对提示词混淆和温度调整保持稳健。
AI 根据报道生成 · 51 分钟前更新
最新进展10月26日 12:00
AgentTrace：黑盒 LLM 智能体的执行级指纹识别报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIAgentTrace：黑盒 LLM 智能体的执行级指纹识别
AgentTrace 通过向黑盒 LLM 智能体的工具接口注入结构歧义探针，触发对分词敏感的序列化失败，并利用后续修复操作的时间序列识别底层基础模型，在对抗性身份伪造下达到 96.0% 归因准确率。该方法用轻量马尔可夫链建模多步修复轨迹，可区分共享同一分词器的同族变体（如 Llama-3 8B/70B），且对提示词混淆和温度调整保持稳健。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。