論文の概要: Session-Bound Behavioral Watermarking for Autonomous LLM Agents
- arxiv url: http://arxiv.org/abs/2610.38579v1
- Date: Wed, 28 Oct 2026 10:09:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 10:10:12.36758
- Title: Session-Bound Behavioral Watermarking for Autonomous LLM Agents
- Title（参考訳）: 自律型LLMエージェントのセッション境界行動透かし
- Abstract要約: 本稿では,AgentAnchorを提案する。
我々は各ステップキーを秘密鍵、新しい公開セッション識別子、最近の観測のセマンティックステートから導出する。
KL結合指数傾斜によりパリティエビデンスを埋め込み、信頼できる検証器がエージェントを再実行することなく競合するログをチェックする。
- 参考スコア（独自算出の注目度）: 26.99854700496356
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large Language Model (LLM) agents are increasingly acting through Web interfaces and external tools. They produce trajectories. Those trajectories may pass through several intermediaries. They can store, modify, or dispute those trajectories. In Web-based agent deployments, trajectories may pass through APIs, marketplaces, and tool servers. As such, a copied or disputed log may not by itself reveal which agent owner produced it. Behavioral watermarking can embed ownership evidence in agent action choices. However, existing methods mainly address detection, removal, rewriting, or imitation. They do not directly test whether repeated observation of watermarked trajectories enables cross-session forgery by exploiting learned action preferences. We formulate this learned-forgery threat and propose AgentAnchor, a session-keyed behavioral watermark for owner attribution from trajectory logs. We derive each step key from a secret key, a fresh public session identifier, and semantic states of recent observations, while a guarded digest of the action-policy state diversifies linear coding rows. It embeds parity evidence through a KL-bounded exponential tilt, and a trusted verifier checks a disputed log without rerunning the agent, using wrong-key calibration and abstention.
- Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、Webインターフェースや外部ツールを通じてますます機能している。
軌道を作る。
これらの軌道は、複数の仲介者を通過することができる。
それらのトラジェクトリを保存、修正、あるいは議論することができる。
Webベースのエージェントデプロイメントでは、トラジェクトリはAPI、マーケットプレース、ツールサーバを通過することができる。
そのため、コピーまたは論争されたログ自体が、どのエージェント所有者がそれを生成したかを明らかにすることはできない。
行動的な透かしは、所有権の証拠をエージェントアクションの選択に埋め込むことができる。
しかし、既存の手法は主に検出、除去、書き換え、模倣に対処している。
彼らは、ウォーターマークされた軌跡の繰り返し観察が、学習された行動嗜好を利用して、断続的偽造を可能にするかどうかを直接検査しない。
我々は、この学習された偽造の脅威を定式化し、軌道ログからの所有者帰属のためのセッションキーの行動用透かしであるAgentAnchorを提案する。
各ステップキーは秘密鍵、新しい公開セッション識別子、最近の観測のセマンティックステートから導出する一方、アクションポリシー状態のガードされたダイジェストは線形符号化行を多様化する。
KLバウンドの指数傾斜によってパリティ証拠を埋め込み、信頼できる検証器は不正キーの校正と棄却を用いてエージェントを再起動することなく問題のあるログをチェックする。
関連論文リスト
- Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models [87.94969284553706]
エンド・ツー・エンドのpass@$K$は、成功した振る舞いがベースモデルのディストリビューションにすでに現れるかどうかをテストする。
コールドスタートからハーネスを駆動するために、ベースチェックポイントを必要としない3つのスクリーンを構築します。
3つの画面はいずれも、ポストトレーニング後のSWE-bench Verified pass@$1$と密接に一致して、コホートをランク付けする。
論文 参考訳（メタデータ） (2026-10-07T17:37:19Z) - Probe to Act: Elevating Browser-Use Agent via Active Visual Probing [73.6013940895953]
Probe to Act (P2A) はブラウザエージェントループのアクティブなプロブリングフレームワークである。
シンボリックDOM仮説とスクリーンショットレイアウトの間の非対称ブリッジに対処する。
P2Aは、標準のDOM+SoMインタフェースの下でプロプライエタリなモデルのプロンプト戦略として使用できる。
論文 参考訳（メタデータ） (2026-09-27T15:11:30Z) - Who Is Behind the Harness? Fingerprinting LLMs through Agentic Behavior [8.146941441861614]
我々は,コーディングエージェント実行のためのアクティブブラックボックスフィンガープリント手法であるLIDARを提案する。
3つのプローブペアは、制御された変更の下で、後続検証、過渡障害回復、および仕様-テスト競合解決を公開する。
高いTop-1精度とMRRを実現し、4つの既存の指紋認証とAPI監査ベースラインを上回っている。
論文 参考訳（メタデータ） (2026-09-23T09:12:46Z) - Symbolic Temporal Supervision of LLM Agents Using Contracts [1.7188280334580195]
本稿では,大規模言語モデル(LLM)エージェントのシンボリック時間監視のための契約ベースのフレームワークであるContrAgentを紹介する。
ContrAgentは、エージェントの振舞いを一連のツールコールとして捉え、それを固定されたチェック可能な述語セット上のトレースとしてフォーマル化する。
その後、有限トレース上の線形時間論理における仮定保証契約(sum-guarantee contract)を用いて必要な振る舞いを特定する。
論文 参考訳（メタデータ） (2026-09-16T05:05:35Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - TRACE: A Two-Channel Robust Attribution Watermark via Complementary Embeddings for LLM-Agent Trajectories [26.736610129232698]
TRACEは、アクション選択において歪みのない最初のエージェント透かしである。
これは、どのアクションが選択されるかを設定する選択チャネルを、歪みのないサンプル装置でローカルコンテンツにキー付けする。
ToolBenchとALFWorldでは、TRACEは未発見エージェントの成功率と一致している。
論文 参考訳（メタデータ） (2026-07-09T12:25:22Z) - Known By Their Actions: Fingerprinting LLM Browser Agents via UI Traces [5.370915507935483]
エージェントのアクションとインタラクションのタイミングは、受動的JavaScriptトラッカーによってキャプチャされ、F1が最大96%の基盤モデルを特定するのに十分であることを示す。
私たちはハーネスとラベル付きエージェントトレースのコーパスをリリースします。
論文 参考訳（メタデータ） (2026-05-14T12:55:19Z) - How to Interpret Agent Behavior [56.59836196946289]
本稿では,エージェントの動作を実行時に記述・解析するための分類法であるACT*ONOMYを紹介する。
共用語彙を提供することで、ACT*ONOMYは研究者、エージェントデザイナー、エンドユーザーがエージェントの振る舞いをより一貫して解釈するのに役立つ。
論文 参考訳（メタデータ） (2026-05-13T14:52:40Z) - Sequential Behavioral Watermarking for LLM Agents [6.193603972930103]
LLMベースのエージェントは実行可能決定のシーケンスを通じて作用するが、その軌道はどのエージェントやポリシーが生成したかの証拠はほとんど得られない。
これにより、生成されたテキストにのみ埋め込まれるのではなく、エージェントの振る舞いに直接埋め込まれた透かし信号が動機付けられる。
本稿では、履歴条件の遷移パターンに信号を埋め込むシーケンシャルな行動透かしフレームワークSeqWMを提案する。
論文 参考訳（メタデータ） (2026-05-11T02:28:34Z) - AJ-Bench: Benchmarking Agent-as-a-Judge for Environment-Aware Evaluation [71.49152943451328]
我々は,AJ-Benchベンチマークを導入し,ドメイン検索,データシステム,グラフィカルユーザインタフェースの3つの領域にまたがるエージェント・アズ・ア・Judgeを評価する。
実験ではLLM-as-a-Judgeベースラインよりも一貫したパフォーマンス向上を示し、エージェントベースの検証においてかなりオープンな課題を明らかにした。
論文 参考訳（メタデータ） (2026-04-20T13:23:38Z) - SWAP: Towards Copyright Auditing of Soft Prompts via Sequential Watermarking [58.475471437150674]
ソフトプロンプト(SWAP)のための逐次透かしを提案する。
SWAPは、特定のディフェンダー指定のアウト・オブ・ディストリビューション・クラスを通じて、透かしを符号化する。
11のデータセットの実験では、SWAPの有効性、無害性、および潜在的適応攻撃に対する堅牢性を示す。
論文 参考訳（メタデータ） (2025-11-05T13:48:48Z)
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。