يقدم المقال طريقة بصمة مضغوطة وحساسة للموقع لمهارات وكلاء الذكاء الاصطناعي تستخدم SimHash متعدد البنوك لتوليد توقيعات ثابتة بحجم 120 بايت. بدلاً من الاعتماد على التجزئة التشفيرية الحساسة للتعديلات الطفيفة، يقوم هذا النهج بإسقاط كل مكون من مكونات المهارة—البرومبت، والكود، والأدوات—إلى بتات للمقارنة عبر مسافة هامينغ.
- تحافظ البصمة على بنية ثلاثية لكل مكون بدلاً من درجة واحدة، مما يتيح لها استعادة هوية عائلة المهارة عبر إعادة الصياغة، وإعادة التسمية، وإعادة الهيكلة مع تحديد المكون الذي يحمل إعادة الاستخدام.
- تحقق البصمة منطقة تحت منحنى ROC (AUC) بقيمة 0.974 على 4,950 مقارنة زوجية بينما تستخدم عدد بتات أقل بـ 77 مرة من التضمين الذي تقربه.
- في معيار حقن المهارات المكون من 906 مهارة، تتعرف البصمة على المهارات المحقونة كنسخ متلاعب بها للأساس المعروف وتحدد التغيير محلياً.
يجادل المؤلفون بأن هذه الطريقة توفر النسب والهوية الهيكلية لسجل المهارات، وتعمل كإشارة هوية مكملة للتحقق السلوكي بدلاً من حكم أمني.