DeFi 위험 감시를 위한 자율 시스템: DeXposure-Claw
Decentralized 금융은 감독관들에게 빠르게 움직이는 네트워크된 신용 위험을 노출시킨다. 일반 용도 대규모 언어 모델(LLM) agent는 이러한 환경에 잘 맞지 않다: 그들은 약한 증거를 과다하게 읽고 고위험 조치 추천을 하지만, 기존의 평가 방법은 감독관과 일치하는 결과로 인한 오성한 경고에 대한 측정 방법을 제공하지 않는다. 우리는 DeXposure-Claw라는 예측 기반의 지시 시스템을 소개한다. 이 시스템은 LLM 의 결정을 구조화된 증거를 통해 라우팅한다: (1) DeXposure-FM은 그래프 시계열 기초 모델로 미래의 노출 네트워크를 예측한다. (2) 결정적 모니터와 스트레스 시나리오는 그 예측을 유형의 경고, attribution 신호, 시나리오 증거로 변환한다. (3) 데이터 건강과 신뢰도 게이트는 DeXposure-Claw가 auditable 감독 수표와 근거와 함께 발행하기 전에 승계를 제한한다. 우리는 DeXposure-Bench라는 여섯 축 평가 프레임워크도 개발한다. 이 프레임워크는 감독관과 일치하는 절대 손실 ground truth와 명시적인 오성한 조치율에 대한 결정 축을 사용하여 수표를 평가한다. 5년간의 주간 실제 데이터에 대한 실험은 우리 시스템을 완전히 뒷받침한다. 코드는 https://github.com/EVIEHub/DeXposure-Claw에서 찾을 수 있다.
함께 읽으면 좋은 기사
스킬 캐스케이딩 공격 : 스킬 기반 agent 시스템에 대한 피해를 함께 가하는 스틸스 어파트
[skill] 기반-agent 시스템은 특정 작업을 위해 기능을 확장하기 위해 런타임에 로드할 수 있는 자연어 명령, 실행 스크립트 및 참조 리소스의 모듈러 패키지이다. 따라서 이 [skill] 생태계의 개방성은 새로운 공격 표면을 열어두고 있다. 이전 연구는 개별 [skill] 내의 취약점에만 집중했지만, [skill] 간의 상호 작용으로부터 발생하는 위험에 거의 주목하지 않았다. 본 논문
LLM agent와 데이터 공간을 연결하는 아키텍처 중재 방법: 모델 컨텍스트 프로토콜을 이용한 접근
데이터 공간은 조직 간의 데이터 공유를 주권적이고 관리되는 방식으로 허용하지만, 확률적 언어 모델 상호작용과 정책 기반 데이터 인프라 간의 불일치로 인해 인공지능 agent와의 통합이 어려울 수 있다. 이 문서는 Model Context Protocol (MCP) 기반의 아키텍처 중재 접근 방식을 제시하며, Eunomia Agent를 통해 대규모 언어 모델(LLM) agent와 데이터 공간
멀티 에이전트 코드 심판이 실제로 지지되는 때는 언제인가? 두 레이블 없는 측정치, 그리고 추측하지 않는 심판
연구자들은 언어 모델이 다른 언어 모델의 코드가 올바른지 판단할 때 증거가 없다고 보고하지 않는다는 것을 발견했다. 대신에, 언어 모델은 자신이 판단한 결과를 신뢰적으로 내고 그 결과를 뒷받침하는 이유를 첨부한다. 이와는 달리, 증거가 문서의 집합인 경우 다중_AGENT 검증은 판단을 검증 가능한 주장으로 분해하고 각 주장을 증거와 비교하는 promising한 대안이다. 하지만, 언어 모델이
Agent의 목표 압박 하에 사용자 참여 경계를 유지하는가?
인공지능이 점차 웹 애플리케이션 및 네트워크 침투 테스트에 실제로 자율적으로 배치되는 경우, 단 하나의 범위 밖의 행동만으로도 고객과 계약 조건을 위반할 수 있다. 기존의 공격 보안 지표는 단순히 해킹 능력을 측정했는데, 지표가 saturate되면 실제로 배치에 걸리는 가장 큰 장애물은 scope adherence의 특수한 경우다. 우리는 ScopeBench라는 30개의 dead-end ag
자율 시스템에서 AI를 적용하는 길 - 인지부터 집단 지능까지
자율 시스템은 인공지능의 궁극적인 단계로, 이에 대한 개발은 심각한 기술적 난제를 야기한다. 이러한 난제를 해결하기 위해 연결주의 인공지능과 символ주의 인공지능을 결합하는 것이 필요하다. 또한 인공지능과 시스템 엔지니어링을 통합하는 것이 필요하다.
Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.
AI 리더들이 OpenAI와 Anthropic에서 "선도 경계를 맞춰가기"라는 주제로 논의를 시작했을 때, 누군가는 "어느 속도로?"라는 질문을 해야 했을 수도 있었다. 이제는 두 회사가 모두 모델을 출시하는 모델 출시 주간이 되었는데, Anthropic이 Opus 5.5을 출시한 후 OpenAI가 GPT-6 모델 업데이트를 90분만에 출시했다. 그러나 스포트라이트를 잡은 것은 Meta 였는
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.