LLM-Agent Skill Reuse Provenance Auditing Code Analysis
摘要

随着LLM-Agent生态系统中可复用技能包的普及,对其复用情况进行审计变得至关重要。现有检测器难以应对跨模态、分布式的技能复用证据。本文提出SKILLTRACE框架,通过提取表达、实现和操作三种溯源轨迹来检测技能复用。其中,操作轨迹被建模为技能操作图(SOG)。该框架在摄入阶段利用LLM辅助提取,审计时则进行确定性比较和校准。实验表明,SKILLTRACE在基准测试中取得了优异的性能,并在大规模真实场景审计中展现了超越基线方法的实用价值。

AI 推荐理由

论文直接针对LLM-Agent技能复用问题,提出多轨迹溯源审计框架,核心聚焦于技能(Skills)的识别与验证。

研究机构
Ant集团 杭州电子科技大学 浙江大学 国防科技大学 西安交通大学 清华大学
论文信息
作者 Jialuo Chen, Minghe Wang, Lingqi Jiang, Jianan Ma, Xinhao Deng et al.
发布日期 2026-08-05
arXiv ID 2608.05204
相关性评分 9/10 (高度相关)