TRACE：通过自适应跨步证据聚合实现 LLM 智能体的轨迹推理

自主 LLM 智能体可通过一系列看似无害的动作执行隐藏的恶意目标，使得基于标准轨迹级别的监控难以检测破坏行为。现有方法要么单次评估完整轨迹，要么将其划分为独立评分的窗口，限制了连接时间上相距较远动作证据的能力。本文提出 TRACE，一种面向长程 LLM 智能体轨迹的监控框架。TRACE 通过“分流 - 检查 - 判决”（TIJ）循环运作，识别高信号区域，在保持跨推理步骤累积证据的同时进行针对性检查，并综合得出轨迹级结论。在 SHADE-Arena 的十个任务域中评估显示，TRACE 取得了 0.713 的综合 F1 分数和 0.844 的召回率，尤其在需要长程证据链接的任务中提升显著。