論文の概要: Proof-of-Agentness: Towards Verifying Agents on the Web
- arxiv url: http://arxiv.org/abs/2610.35288v1
- Date: Mon, 26 Oct 2026 11:59:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.909788
- Title: Proof-of-Agentness: Towards Verifying Agents on the Web
- Title（参考訳）: Proof-of-Agentness: Web上のエージェントの検証に向けて
- Abstract要約: LLMを利用したエージェントは、新しい設定を導入している。
単純なボットやスクリプトのような他の自動化されたクライアントとエージェントを区別する方法がないため、これらのサービスは大規模な自動化されたジャンクサブミッションを危険にさらしている。
エージェントを他の自動化されたクライアントと区別するメカニズムであるPoA(Proof-of-Agentness)の概念を導入する。
- 参考スコア（独自算出の注目度）: 4.404176366651557
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: CAPTCHAs and bot detection have helped protect Web services from automated abuse for decades by distinguishing humans from bots. However, the emergence of LLM-powered agents introduces a new setting: Web services increasingly accommodate agents as legitimate users. Without a way to distinguish agents from other automated clients such as simple bots and scripts, these services risk large-scale automated junk submissions that waste service resources and consume users' attention or tokens. In this paper, we investigate a novel question for today's Web: "How can a Web service obtain evidence that a client is an agent?" We introduce the concept of "Proof-of-Agentness" (PoA), a mechanism for distinguishing agents from other automated clients, motivated by the parallel between human attention and an agent's inference resources. We outline two approaches: active verification through challenge-response and passive analysis of service-visible signals. Eight language models achieve an overall accuracy of 96.5% on our challenges, with an average overhead of 1,647 tokens. For passive analysis, we conduct an IRB-approved user study comparing the Web interactions of twelve human participants and representative Bot and Agent implementations, achieving an average classification accuracy of 95.8% across four classifiers, motivating further study.
- Abstract（参考訳）: CAPTCHAとボット検出は、人間とボットを区別することによって、何十年にもわたって自動化された虐待からWebサービスを保護するのに役立っている。
しかし、LDMを利用したエージェントが出現すると、新しい設定がもたらされる。
単純なボットやスクリプトのような他の自動化されたクライアントとエージェントを区別する方法がないため、これらのサービスはサービスリソースを浪費し、ユーザの注意やトークンを消費する大規模な自動化されたジャンクサブミッションを危険にさらしている。
本稿では,Web サービスにおいて,クライアントがエージェントであるという証拠をどうやって得るのか,という,今日の Web に対する新たな疑問について考察する。
エージェントを他の自動化されたクライアントと区別するためのメカニズムであるPoA(Proof-of-Agentness)の概念を導入する。
課題応答による能動的検証と,サービス可視信号の受動的解析の2つのアプローチを概説する。
8つの言語モデルは、我々の課題に対して96.5%の全体的な精度を実現し、平均的なオーバーヘッドは1,647トークンである。
受動的解析のために,12人の参加者と代表ボットとエージェントのウェブインタラクションを比較検討し,4つの分類器の平均分類精度95.8%を達成し,さらなる研究の動機となった。
関連論文リスト
- Shy Guys: A Light-Weight Approach to Detecting Robots on Websites [1.5036109852211983]
本稿では,クライアント側のインタラクションを伴わない標準的なWebサーバログ上でのみ動作する,軽量でパッシブなボット検出手法を提案する。
世界中にホストされているウェブサイトから収集された54,945個のユニークなユーザエージェント文字列を含む460万件以上のリクエストに対して,本手法の評価を行った。
提案手法は, 偽陽性率3%を維持しながら, ボットトラフィックの67.7%を検知し, 美術品の状態を20%以下に向上させる。
論文 参考訳（メタデータ） (2026-03-30T15:07:00Z) - Talk, Evaluate, Diagnose: User-aware Agent Evaluation with Automated Error Analysis [3.3237915628874632]
効果的なエージェント評価は、会話の質、効率性、およびエージェントエラーの体系的診断を取り入れて、正確性のみに留まらないと論じる。
エージェントの旋回効率と中間進捗を両立させる新しい指標を提案する。
TEDフレームワークは、モデルとユーザの専門知識レベルをまたいだエージェントパフォーマンスに関する新たな洞察を明らかにします。
論文 参考訳（メタデータ） (2026-03-16T16:14:28Z) - Modeling Distinct Human Interaction in Web Agents [59.600507469754575]
我々は、協調的なWebタスク実行を支援するために、人間の介入をモデル化するタスクを紹介する。
エージェントとのユーザインタラクションの4つのパターンを特定します。
我々は、これらの介入認識モデルをライブWebナビゲーションエージェントにデプロイし、ユーザスタディで評価し、ユーザ評価エージェントの有用性が26.5%向上した。
論文 参考訳（メタデータ） (2026-02-19T18:11:28Z) - It's a TRAP! Task-Redirecting Agent Persuasion Benchmark for Web Agents [52.81924177620322]
大規模な言語モデルを利用したWebベースのエージェントは、メール管理やプロフェッショナルネットワーキングといったタスクにますます利用されている。
動的Webコンテンツへの依存は、インジェクション攻撃の引き金に弱い: インターフェース要素に隠された敵対的命令は、エージェントが元のタスクから逸脱するように説得する。
本稿では,タスクリダイレクトエージェントの説得ベンチマーク(TRAP)について紹介する。
論文 参考訳（メタデータ） (2025-12-29T01:09:10Z) - Holistic Agent Leaderboard: The Missing Infrastructure for AI Agent Evaluation [87.47155146067962]
数百のタスクで並列評価をオーケストレーションする,標準化された評価ハーネスを提供する。
モデル、足場、ベンチマークにまたがる3次元解析を行う。
私たちの分析では、ほとんどのランで精度を低下させる高い推論努力など、驚くべき洞察が示されています。
論文 参考訳（メタデータ） (2025-10-13T22:22:28Z) - WASP: Benchmarking Web Agent Security Against Prompt Injection Attacks [36.97842000562324]
我々は、Pmptインジェクション攻撃に対するWeb Agent Securityのエンドツーエンド評価のための新しいベンチマークであるWASPを紹介する。
高度な推論能力を含むトップレベルのAIモデルでさえ、単純で低便なヒューマンインジェクションによって騙される可能性があることを示す。
攻撃は最大86%で部分的には成功したが、最先端のエージェントでさえ、攻撃者の目標を完全に満たすのに苦労することが多い。
論文 参考訳（メタデータ） (2025-04-22T17:51:03Z) - Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。
これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。
55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
論文 参考訳（メタデータ） (2024-10-14T17:57:02Z) - Dissecting Adversarial Robustness of Multimodal LM Agents [70.2077308846307]
我々は、VisualWebArena上に現実的な脅威モデルを用いて、200の敵タスクと評価スクリプトを手動で作成する。
我々は,クロボックスフロンティアLMを用いた最新のエージェントを,リフレクションやツリーサーチを行うエージェントを含む,壊すことに成功している。
AREを使用して、新しいコンポーネントの追加に伴うロバスト性の変化を厳格に評価しています。
論文 参考訳（メタデータ） (2024-06-18T17:32:48Z)
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。