Wei Zhu、Meiyun Zuo 和 Huiping Sun 于 2026 年 10 月 27 日向 arXiv 提交了 Blindfold: Keeping the Audit Coin Secret from LLM Agents。作者指出，对大语言模型（LLM）智能体进行审计认证，有一个必要前提：在智能体提交动作之前，必须隐藏随机抽查的决定。[1]

该方案随机审计比例为 ε 的动作，再对抽查所得标签加权，以估计违规情况。作者将所需的保密属性称为“提交前非干扰性”（PNI）：审计决定不能影响智能体在提交动作前可观察到的信息。摘要声称，面对会动态调整行为的智能体，PNI 是认证估计无偏的充分必要条件；最坏情况下的偏差为 (1−ε)D_A，其中 D_A 是两种审计决定下，智能体所见信息分布之间的总变差距离。[1]

摘要报告，作者构建的监控器即使静默审计、不改变输出，也会增加延迟；工具时间戳会暴露这种延迟，智能体还可将其放大。另一项实验中，真实 LLM 智能体遵循了明确提及可见审计通知的注入指令。作者报告，常规认证在实测标签上失效，对一次按预注册计划开展的实际运行进行事后分析，也发现了失效；静默审计则在该实验中恢复了认证的有效性。作者还称，每次被审计调用使用新的随机决定可关闭时间泄露渠道，而填充延迟只能缩小该渠道。[1]

[1]: Blindfold: Keeping the Audit Coin Secret from LLM Agents，arXiv，2026 年 10 月 27 日。

来源

  1. Blindfold: Keeping the Audit Coin Secret from LLM AgentsarXiv · 2026年10月27日

核查或更正本页

更正
提交更正请求 · 在 GitHub 编辑源文件 · 更正政策
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。

b37125e4888e55b63c8cfaee0f8272982693957eabcf6e60da771eb86f291598

查看源文件 · 清单