Gejian Zhao、Hanzhou Wu 和 Xinpeng Zhang 于 2026 年 10 月 23 日向 arXiv 提交 AgentTrace,提出通过可观察的执行轨迹,识别黑盒大语言模型(LLM)智能体背后的基础模型。所保存的摘要称,在对抗性身份伪装条件下,该方法的归属识别准确率达到 96.0%。[1]

AgentTrace 注入结构上存在歧义的探测输入,旨在严格的工具接口处触发对分词方式敏感的序列化失败。序列化是将数据转换为工具要求的格式。作者称,最初的失败可粗略区分模型家族,随后修复操作的先后顺序则能揭示更细致的恢复行为。该方法使用轻量级马尔可夫链,对这些多步序列建模。[1]

摘要称,该方法能够区分评估中使用相同分词器的模型变体,包括 Llama-3 8B 和 70B。作者还称,它优于不考虑顺序的行为统计方法,并能抵御提示词混淆和温度参数缩放的影响。这些均为作者报告的评估结论。所保存的摘要未交代完整评估范围、试验次数或准确率的不确定性。[1]

[1]: AgentTrace: Execution-Level Fingerprinting of Black-Box LLM Agents。arXiv,2026 年 10 月 23 日。https://arxiv.org/abs/2610.32092

来源

  1. AgentTrace: Execution-Level Fingerprinting of Black-Box LLM AgentsarXiv · 2026年10月23日

核查或更正本页

验证记录

下方摘要可以说明你读到的文字是否与公开的源文件一致,但不能说明报道内容本身正确。这一摘要在构建时根据本页的 Markdown 源文件计算,并列入站点清单。

f25eb17943c1ad98987c4ccf2633dcc628d39d433a3dad30fad5dbafbdfbcbd9