研究者らは、行動選択において歪みなし、削除下で自己同期、書き換えに対して無条件に不変である最初のエージェント透かしであるTRACEを発表した。この手法は、ローカルコンテンツにキーイングされた選択チャネルとログの骨格にキーイングされたカウントチャネルを重ね合わせることで、敵対的改変に対する堅牢性を確保する。

  • TRACEは、歪みなしサンプリング用の選択チャネルとログ構造に基づくカウントチャネルを使用する。
  • ToolBenchおよびALFWorldベンチマークにおける長時間軌跡で検出スコアがz = 100に近づいている。
  • 透かしは70%のステップ削除下でも検出可能であり、いかなる強度のLLMによる書き換えによっても変化しない。
  • 両方のチャネルを消去すると、再販売者は再販売する軌跡を汚染せざるを得なくなる。

著者らは、これが重要であると考えている。その理由は、出所が争われる場合や再販売者が軌跡ログに対して完全な読み書きアクセスを持つ場合に、帰属が存続可能だからである。