Nautilus Compass 在无需模型访问的情况下检测 LLM 代理个性漂移

研究人员开发了 Nautilus Compass，这是一个旨在检测生产环境中大型语言模型 (LLM) 代理个性漂移的新颖系统。这种黑盒方法仅在提示文本层运行，利用与行为锚文本和 BGE-m3 嵌入的余弦相似度来识别偏差。与需要模型权重的白盒方法不同，Nautilus Compass 兼容 Claude 和 GPT-4 等闭源 API，并且在索引期间无需 LLM 调用即可运行，从而提高了效率。该系统在检测漂移和检索信息方面表现出强大的性能，在特定基准测试中优于现有基线，同时保持了较低的复现成本。 AI

影响 提供了一种新颖且经济高效的方法来监控和维护生产环境中 LLM 代理的行为，这对于可靠的 AI 系统至关重要。

排序理由 学术论文，详细介绍了一种用于 LLM 代理行为分析的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• BGE-m3
• Claude
• Claude Code
• Cursor
• EverMemBench-Dynamic
• GPT-4
• Hermes
• LLM agents
• LongMemEval-S
• Nautilus Compass

• 论文
• 产品
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →