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
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程