Semantic Behavioral Watermarking: Paraphrase-Robust and Forgery-Resistant Provenance for LLM Agents

arXiv cs.CR · 7 oct, 06:00

Investigadores presentan Semantic Behavioral Watermarking (SBW), una técnica que integra marcas de agua en las decisiones de alto nivel de agentes LLM para proporcionar prueba de procedencia. El método mejora significativamente la robustez frente a parafraseado de observaciones y acciones, superando esquemas previos como AgentMark que se desincronizaban con cambios menores; además, aborda por primera vez la forgery, asegurando que un adversario no pueda falsificar trayectorias que verifiquen como propias de otra persona.