Слепка: секретность аудиторской тайны от агентов ЛЖМ

Компьютерная наука > Криптография и безопасность [представлен 27 октября 2026 года] Название: Blindfolder: Curring the Audit Coin Secret from LLM Agents View PDF HTML (экспериментальный) Резюме: Сертификация на основе Audit ограничивает уровень нарушения агента LLW путем проверки случайной доли действий в размере $\varepsilon долл. и перевзвешения проверенных этикеток; ее обоснованность должна зависеть только от аудиторской монеты ответчика. Мы показываем, что она также основана на собственности конфиденциальности: монета не должна вмешиваться в точку зрения агента до совершения действия в то время, когда агент выбирает. Мы называем это предопределенное невмешательство (PNI) и измерим его нарушение $D_(mathrm {A}, общее расстояние между точками зрения агента под двумя монетами. PNI необходим и достаточен для беспристрастного сертификата против адаптивных агентов, наиболее неблагоприятное отклонение - $(1-\varepsilon)D_ {\matrm {A} долл. Утечка состоит из разных этапов, ресурсы, совместно используемые в различных эпизодах, открывают канал расчетного размера и повышение коэффициента ревизии не может восстановить действительность. На мониторе, который мы построили, тихая аудиторская проверка не меняет ни результата, но добавляет латентность, что инструмент разоблачает время и агент может увеличить его. Реальный агент LLM следует за инъекцией, в которой указывается видимое уведомление о ревизии (генерик, инструмент и условия времени не имеют значения); по этому каналу обычный…