arXiv 人工智能· Ahsan Habib Shihab, Imre Felde, Ramis Akhmedov, Stefan Gubo, Berik Sabdenaliyev, Madina Mansurova, Amir Mosavi·· 10 小时前AI 评分35
面向智能体 AI 的信任响应式运行时授权策略行为与参数敏感性实证研究
Trust Responsive Runtime Authorization for Agentic AI with Empirical Characterization of Policy Behavior and Parameter Sensitivity
AI 导读
研究对面向智能体 AI 的信任响应式授权策略（TRAP）进行了实证表征，该策略通过非对称规则将运行时信任、稳定性和风险映射为离散授权级别。在 100 次蒙特卡洛测试中，TRAP 在突发退化下可立即限制权限且恢复后提权更快，但在渐进退化场景中平均有 15.9-18.9 个区间维持超额授权，显示其限制优势依赖于退化的突发性。
来源：arXiv 人工智能 · arxiv.org