論文の概要: ABF-Bench: A Verifiable Benchmark for Agentic Blockchain Forensics

• arxiv url: http://arxiv.org/abs/2610.23656v1
• Date: Fri, 16 Oct 2026 15:51:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.998138
• Title: ABF-Bench: A Verifiable Benchmark for Agentic Blockchain Forensics
• Title（参考訳）: ABF-Bench: エージェントブロックチェーンの調査のための検証可能なベンチマーク
• Abstract要約: ABF-Benchは、エビデンス支援で検証可能なエージェントタスクをトレースするインタラクティブなベンチマークである。 実際の洗浄活動から構築され、マルチホップ転送、DeFi交換、クロスチェーンラウンドトリップ、カストダイアルとミキサーの鉱床、そして中毒の対処を組み合わせている。 また、動作メモリを中心に構築されたABFエージェントハーネスを提案し、汎用エージェントや固定順序トレーサとともに評価する。
• 参考スコア（独自算出の注目度）: 2.3577368017815696
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Blockchain forensics is adversarial and open-ended: money launderers split, swap, and bridge funds, cut their trail at mixers or custodial services, and change tactics from one incident to the next. Investigators must keep adapting their tracing in response. Yet the immutability of public ledgers preserves every recorded movement in public view, making much of the investigation independently verifiable. We introduce ABF-Bench, an interactive benchmark that makes evidence-backed fund tracing a verifiable agent task, in which every claimed movement must cite ledger records the agent retrieved. A case-to-task pipeline builds well-posed tasks across ledgers: conservative rules halt tracing wherever the records leave a continuation unresolved, and each task's reference graph is the answer those rules determine. Built from real laundering activity, the tasks combine multi-hop transfers, DeFi exchanges, cross-chain round trips, custodial and mixer deposits, and address poisoning. We also propose the ABF agent harness, built around a working memory, and evaluate it alongside general-purpose agents and fixed-order tracers. The harness reaches 75% edge recall, against 47% for Codex with the same model and 10% for Claude Code, which loses recall to overconfidence: it cites records it left unretrieved. Compared with fixed-order tracers, the harness acquires evidence faster than the best of them early in the budget and recognizes undisclosed custodial services that they walk past (89% vs. 0%), with 98% fidelity. However, agents tend to stop early and lose recall on larger tasks, which holds their final recall below the best tracer. Beyond exposing these gaps, ABF-Bench opens blockchain forensics to LLM agents as a verifiable domain, where the verdicts that score agents also offer potential training signals.
• Abstract（参考訳）: マネーロンダラーは資金を分割し、交換し、橋渡しし、ミキサーやカストディアルサービスで道を切り、ある事件から次の事件へと戦術を変える。 調査員は、追跡に応答し続けなければならない。 しかし、公開台帳の不変性は、公開ビューにおけるすべての記録された動きを保存し、多くの調査を独立して検証する。 ABF-Benchは、エビデンスに支えられた資金で検証可能なエージェントタスクをトレースするインタラクティブなベンチマークである。 保守的なルールは、レコードが継続を未解決のまま残した場所のトレースを停止し、各タスクの参照グラフは、それらのルールが決定する回答である。 実際の洗浄活動から構築されたこのタスクは、マルチホップ転送、DeFi交換、クロスチェーンラウンドトリップ、カストダイアルとミキサーの鉱床、そして中毒に対処する。 また、動作メモリを中心に構築されたABFエージェントハーネスを提案し、汎用エージェントや固定順序トレーサとともに評価する。 ハーネスは75%のエッジリコールに達し、同じモデルでCodexが47%、Claude Codeが10%に達した。 固定順序トレーサと比較して、このハーネスは予算の早い段階で最も優れたものよりも早く証拠を取得し、彼らが通る未公表のカストジアルサービス(89%対0%)を98%の忠実さで認識する。 しかし、エージェントは早い段階で停止し、より大きなタスクのリコールを失う傾向がある。 これらのギャップを露呈する以外に、ABF-BenchはLLMエージェントに検証可能なドメインとしてブロックチェーンの法医学を開放する。

関連論文リスト

• Formal Runtime Verification for Tool-Using LLM Agents: An Offline Same-Benchmark Study on AgentDojo and STAC [0.37475012732344193]
  ツールを使用するLLMエージェント用のガードレールは通常、アプリケーション固有のルールである。 計量一階時間論理(MFOTL)を評価する。 トレースが信頼できる履歴を公開すると,時間的モニタリングの形式的付加価値が示される。
  論文  参考訳（メタデータ） (2026-10-07T10:08:46Z)
• hacktrace: behavior-supervised detection of reward hacking during code generation [52.709361620508595]
  コーディングエージェントは、コードを修正するか、バグを露呈するテストを削除することで、パスグレードを得ることができる。 我々はQwen3-8Bから173,561個の注釈付きマルチターン符号化トラジェクトリをリリースし、成功を活かさないショートカット動作の監視が検出を大幅に改善することを示す。 HACKTRACEは、エージェントがコードを生成する際に既に計算している内部状態を読み取る行動監視モニターである。
  論文  参考訳（メタデータ） (2026-10-02T09:35:59Z)
• Agentic Commerce Bench: Measuring Fraud Detection for Agents That Spend Money [2.7632764922736848]
  AIエージェントは、現在、支出権限を保持し、人間の本人確認なしに支払いを和解している。 適切なドメイン、正しい解決アドレス、真に提供されたサービスは、必要以上に料金を請求することができる。 我々はその損失を計測・低減するための3つの工芸品を提示する。
  論文  参考訳（メタデータ） (2026-09-27T00:58:39Z)
• Bridging the Opacity: Evidence-Backed Cross-Chain Transaction Correspondence Reconstruction Across Heterogeneous Blockchains [69.29257298191438]
  クロスチェーンブリッジは相互運用を可能にするが、不正な資金の追跡に必要なトランザクションパスも破壊する。 サードパーティの調査員は通常、ブリッジバックエンドが保持するソース・ツー・デスティネーションマッピングにアクセスすることができない。 我々は,クロスチェーントランザクション通信を再構築するエビデンス駆動システムであるXSplicerを提案する。
  論文  参考訳（メタデータ） (2026-09-16T05:38:42Z)
• Agora: Git as Shared Memory for Collective AutoResearch [54.31992252587096]
  別々のセッションで作業する調査エージェントは、他の人が試したことと、構築可能な結果を知る必要がある。 各コミットは結果、洞察、仮説、検証、報告を記録し、それを以前の作業とリンクする。 約12日間に渡り,13人の言語モデル労働者がアゴラを重み移動問題の解決に利用したことを報告した。
  論文  参考訳（メタデータ） (2026-09-16T04:00:54Z)
• MixGuard: Towards Detecting and Understanding Mixer Laundering on Ethereum [50.358221211998284]
  既存のマネーロンダリング研究は、特にミキサーロンダリングを対象としていない。 パブリックレポートは断片化されており、システマティックな計測と検出のためのパブリックケースレベルのデータセットは残っていない。 我々は,3段階の表現学習と2段階のグルーピングを組み合わせて,トランザクションレベルの検出とケースアウェアグルーピングを行うtextscMixGuard を開発した。
  論文  参考訳（メタデータ） (2026-09-15T23:00:32Z)
• CoVeR: Coverage-Based Routing of Verifier Calls in Agentic Retrieval [0.7161783472741748]
  また,ほとんどの検証者コールは,解答精度を実質的に変更することなくスキップ可能であることを示す。 CoVeRゲート剤は、全予算エージェントと常に検証されたベースラインの両方の回答精度をEM点の分数で一致させる。
  論文  参考訳（メタデータ） (2026-09-03T02:09:32Z)
• Track me if you can: Ephemeral coin tracing [0.14093565122564108]
  規制官は犯罪行為者を特定し、追跡し、阻止するための補完措置の道具箱で金融犯罪に対処する。 追跡は重要なツールの1つであり、ユーザーがマネーロンダリングなどの犯罪に関与しているという外部の証拠に基づいて、法執行機関は、マネーロンダリングルートや共犯者を明らかにするために、台帳を通じて容疑者の資金をフォローする。 建設によってトレーサビリティが制限されるプリミティブであるエフェメラルコイントレーサ(ECT)を導入する。
  論文  参考訳（メタデータ） (2026-08-10T08:09:28Z)
• GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts [52.51342355102833]
  マルチチェーンエコシステムの重要な基盤であるクロスチェーンブリッジは、攻撃者にとって主要なターゲットとなっている。 バイトコードレベルの静的解析のような既存の防御は、チェーン間の相互作用のセマンティックな複雑さを扱うには不十分である。 パターンマッチングから体系的な第一原理検証へ自動的なクロスチェーンスマートコントラクト監査を移行するフレームワークであるGoAT-Xを提案する。
  論文  参考訳（メタデータ） (2026-04-27T11:34:21Z)
• DRAFT: Task Decoupled Latent Reasoning for Agent Safety [59.46137757545185]
  DRAFT(Task Decoupled Latent Reasoning for Agent Safety)を提案する。 エクストラクターは、完全な軌跡をコンパクトな連続的な潜伏ドラフトに蒸留し、リゾナーはドラフトと元の軌跡に共同で参加して安全性を予測する。 DRAFTの精度は63.27%(LoRA)から91.18%に向上した。
  論文  参考訳（メタデータ） (2026-02-11T07:45:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。