RedAct: Redacting Agent Capability Traces for Procedural Skill Protection
本论文研究了基于语言模型的智能体(Agent)在执行复杂任务时生成的执行追踪(execution traces)所引发的程序技能泄露风险。用户通常依赖这些追踪来观察行为、诊断失败和确保问责,但追踪中包含了丰富的程序细节,如工具调用、中间决策
共收录 1 条相关情报。
← 返回所有主题本论文研究了基于语言模型的智能体(Agent)在执行复杂任务时生成的执行追踪(execution traces)所引发的程序技能泄露风险。用户通常依赖这些追踪来观察行为、诊断失败和确保问责,但追踪中包含了丰富的程序细节,如工具调用、中间决策