跳到正文
arXiv Artificial Intelligence· Hyeseon An, Shinwoo Park, Dongsu Kim, Yo-Sub Han·· 3 小时前AI 评分31

SeqWM:面向 LLM 智能体的序列行为水印框架

Sequential Behavioral Watermarking for LLM Agents

AI 导读

SeqWM 将水印信号嵌入以历史为条件的转移模式,并对轨迹做位置无关的随机密钥基线校验,用于识别 LLM 智能体轨迹的来源。该方法在多种智能体 benchmark 和 LLM 基座上实现可靠检测并保持智能体效用,在轨迹被破坏时仍稳健,而按轮次索引的行为水印在此类情况下失效。

来源:arXiv Artificial Intelligence · arxiv.org