#审计

共 12 条 · 7 天 0 条 · 30 天 2 条

LLM 2 AgentProv 1 AI智能体 1 AI治理 1 AI评估 1 arXiv 1 DSv4 Flash 1 GPT 5.6 Luna 1

信息流里打上「审计」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月2日

模型 Agent 与开发者05:59

Modus推出AI审计能力开源测试

Modus开源了AI审计能力测试，看看AI能否真正做审计工作，不只是回答问题。

#Modus #审计 #AI评估 #开源模型

Garry Tan@garrytan原文

9月16日

论文21:49

用LLM进行配对比较审计急诊分诊中的性别差异

这篇论文分享了一种用LLM做配对比较来审计急诊分诊性别差异的方法，挺有意思的，可以看看具体是怎么做的。

#LLM #性别差异 #急诊分诊 #审计

npj Digital Medicine@Emmanuel Lagarde原文

9月4日

论文11:32

AI智能体过程黑盒架构

OpenAI/Hugging Face事件后，研究者提出区块链锚定的AI智能体黑盒架构，专为GRC审计设计。

#AI智能体 #区块链 #GRC #审计

arXiv: OpenAI@Arslan Brömme原文

9月2日

论文 Agent 与开发者精选73°09:07

AgentProv：通过工具使用策略探测审计智能体LLM API

MIT研究团队推出AgentProv，通过工具调用分布检测API是否偷偷更换底层模型，准确率远超现有方法。

#AgentProv #LLM API #工具使用 #审计

arXiv: Anthropic@Xun Wang 等 5 人原文

8月2日

行业11:39

GPT 5.6 Luna与DSv4 Flash成本与审计差异对比

想省钱又怕被审计？看看GPT 5.6 Luna和DSv4 Flash的成本差异，选型心里有数。

#GPT 5.6 Luna #DSv4 Flash #成本对比 #审计

Geek@geekbb原文

7月31日

论文13:13

一个人，N个智能体：置信度校准与相关误差下的LLM智能体审计预算分配

这篇论文用数学告诉你，LLM自报置信度不靠谱时，按置信度排序审计可能比随机还差，而且越省预算越危险，值得做AI治理的人看看。

#LLM #智能体 #审计 #校准

arXiv cs.AI@Cesare Zavattari 等 3 人原文

7月20日

论文09:30

可审计可信度水平方法：AI生命周期治理的形式化框架与流程

这篇论文给出了AI系统生命周期可信度评估的具体方法，用决策树生成可读的规则和阈值，适合做治理合规的工程师看看。

#AI治理 #可信度 #生命周期 #可解释性

arXiv cs.AI@Andrea Ferrario原文

6月15日

论文11:10

机器遗忘行为审计存在隐私成本

论文证明行为审计会泄露隐私，给审计方案敲警钟

#Machine Unlearning #隐私 #审计 #凸模型

arXiv cs.LG@Liou Tang 等 3 人原文

6月10日

论文精选09:11

MoE 专家重要性因果审计：观测指标无法预测剪枝效果

MoE 模型剪枝的常用假设被实验证伪了——做模型压缩或可解释性研究的团队，建议重新审视你的专家选择策略，别再依赖路由统计指标。

#MoE/混合专家 #模型剪枝 #因果推断 #可解释性

arXiv: DeepSeek@Leonard Engmann 等 3 人原文

6月9日

产品23:49

LangSmith 实现全链路追踪，覆盖工具调用与推理节点

做 AI 应用开发和运维的团队终于有了可审计的全链路追踪——LangSmith 覆盖工具调用和推理节点，建议直接集成到工作流中。

#LangSmith #全链路追踪 #可解释性 #评估

官方账号LangChain@LangChainAI原文

论文精选09:26

AuditFraudBench：审计欺诈检测新基准，LLM 识别财务造假仍困难

审计和财务分析从业者终于有了一个专门评估 LLM 识别财务造假的基准——AuditFraudBench 直击现有模型在误导性披露和欺诈模式上的短板，做金融 NLP 或审计自动化的团队值得用它来检验自己的模型。

#审计 #财务欺诈检测 #LLM 评估 #基准测试

arXiv: DeepSeek@Zhiwei Liu 等 7 人原文

6月3日

论文精选72°10:13

Agent libOS：类库操作系统运行时，为长期运行的LLM智能体提供能力控制

做LLM智能体工程化的团队终于有了一个正经的运行时方案——Agent libOS把智能体当进程管理，解决了长期运行、权限控制和审计的痛点，做智能体框架或生产部署的开发者值得细读。

#LLM智能体 #运行时 #能力控制 #审计

事件专题

arXiv cs.AI@Yingqi Zhang2 个信源在谈原文