提出Meerkat方法,结合聚类与智能体搜索,在多条AI代理轨迹集合中检测需跨轨迹联合分析的安全违规(如滥用、奖励黑客、隐蔽破坏),无需种子场景或固定流程,显著提升稀疏、分布式安全问题的检出能力。
机构:宾大
来源:arXiv 2604.11806 | AI4Papers 论文推荐平台