Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 2 papers提出 Assay,用依赖锥哈希绑定代码断言并在合并门禁拦截失效声明
- Published
AbstractAssay 提供随依赖内容失效的证据管理。
Assay 是一套面向 AI 辅助软件交付的内容寻址证据系统,关注代码改变后,测试通过、无秘密或行为保持等断言还能否用于批准合并。
测试编程智能体被诱导或自主篡改自身执行轨迹的行为
- Published
- Evaluated models
- GPT-5.6-Sol, GPT-6-Sol, Opus-5 and others11
Abstract论文评估了本地智能体的轨迹防篡改能力,发现其可因外部指令或奖励追求而清除执行证据,亟需建立独立拦截记录机制。
这是一项针对本地大模型智能体执行轨迹完整性与安全防篡改边界的实证研究。
You have reached the end