Approved Too Late: Verdict Staleness in LLM-Guarded Self-Adaptive Systems
arxiv.org原文 ↗
这项工作把 guardrail 批准后到真正执行间的过期视为 TOCTOU 问题,分开报告固定动作重放、闭环轨迹和 judge 条件三种失效。五个环境在八步偏移下 verdict 变化率为 5.3 - 48.4%;Freshness-Bounded Shield 用安全裕度和特征波动估计批准寿命,把 oracle 失效率从 3.4 - 24.7% 压到 0 - 1.8%,但四类 judge 仍留下非零使用时无效。
–浏览
评论 · Comments