From Procedures to Permissions: Learning Precise Subagent Authorization from Agent Skills
Zusammenfassung
Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.
Kurz
Der vorliegende Text ist nur der Abstract-Auszug einer arXiv-Seite. Die Arbeit nutzt Verfahrenswissen aus Agent Skills, um Trainingsdaten für präzisere Werkzeug- und Arbeitsbereichsberechtigungen von Subagenten zu erzeugen; für einen genannten Benchmark meldet der Abstract Verbesserungen bei Berechtigungspräzision und Aufgabenerfolg, liefert hier aber keine näheren Versuchsdaten.
Mittel
Der vorliegende Bericht ist nur ein Auszug einer arXiv-Seite mit Abstract und bibliografischen Angaben, nicht der vollständige Artikel. Die Arbeit untersucht, wie sich Berechtigungen für delegierte Subagenten präziser bestimmen lassen. Die Autorinnen und Autoren halten fest, dass bestehende Systeme zwar Werkzeuge und Ausführungsumgebungen kontrollieren, aber den Ressourcenbedarf einzelner Teilaufgaben nicht direkt abbilden. Ergebnisse und Ausführungsverläufe allein böten zudem nur begrenzte Hinweise auf passende Berechtigungen.
Als Trainingsquelle nutzen sie Agent Skills, die beschreiben, welche Arbeitsschritte, Werkzeuge und Dateien benötigt werden. Aus diesen Skills werden Aufgaben und Abläufe erzeugt, in interaktiven Umgebungen durch Subagenten ausgeführt und anhand überprüfter Verläufe in Trainingsdaten überführt. Für Qwen3.5-35B-A3B meldet der Abstract auf ClawArena-Team Verbesserungen von 13,4 Prozentpunkten bei der Präzision von Werkzeugberechtigungen, 24,1 Punkten bei Arbeitsbereichsberechtigungen und 11,6 Punkten beim Gesamterfolg. Auf Terminal-Bench 2.1 und SkillsBench sei das Verfahren konkurrenzfähig. Weitere Versuchsdetails oder Unsicherheiten sind im Auszug nicht enthalten.
Ausführlich lesen
Der vorliegende Bericht ist ein Auszug aus einer arXiv-Seite: Er enthält bibliografische Angaben, den Abstract und den Einreichungsverlauf, aber nicht den vollständigen Artikel. Die Arbeit „From Procedures to Permissions: Learning Precise Subagent Authorization from Agent Skills“ behandelt die Frage, wie bei delegierten Aufgaben die Berechtigungen einzelner Subagenten genauer festgelegt werden können.
Die Autorinnen und Autoren argumentieren, dass bestehende Agentensysteme zwar Werkzeuge und Ausführungsumgebungen kontrollieren können, aber nicht unmittelbar angeben, welche Werkzeuge und Arbeitsbereichsressourcen für eine konkrete Teilaufgabe nötig sind. Außerdem reichten Aufgabenergebnisse und Ausführungsverläufe ihrer Einschätzung nach als alleinige Trainingssignale nur begrenzt aus, um angemessene Berechtigungen zu bestimmen.
Als zusätzliche Quelle für solche Entscheidungen schlagen sie „Agent Skills“ vor. Diese enthielten Verfahrenswissen darüber, welche Schritte, Werkzeuge und Dateien jeweils gebraucht werden. Der Abstract beschreibt, wie das Team aus solchen Skills Aufgaben und Schrittfolgen erzeugt, diese durch delegierte Subagenten in interaktiven Umgebungen ausführen lässt und überprüfte Ausführungsverläufe zu Trainingsdaten für Aufgabenbearbeitung und Autorisierung verarbeitet.
Für ClawArena-Team berichtet der Abstract bei Qwen3.5-35B-A3B von einer um 13,4 Prozentpunkte höheren Präzision bei Werkzeugberechtigungen und um 24,1 Prozentpunkte höherer Präzision bei Arbeitsbereichsberechtigungen. Der Gesamterfolg bei Aufgaben sei zugleich um 11,6 Prozentpunkte gestiegen. Auf Terminal-Bench 2.1 und SkillsBench sei das Verfahren laut Abstract mit bestehenden Ansätzen zur Synthese von Agentendaten konkurrenzfähig.
Die Ergebnisse stützen laut den Verfassenden die These, dass Verfahrenswissen aus Agent Skills eine zusätzliche Trainingsgrundlage für die präzise Koordination von Subagenten bieten kann. Der bereitgestellte Auszug enthält jedoch keine Details zu Versuchsaufbau, Vergleichsbedingungen, Unsicherheiten oder einzelnen Resultaten jenseits dieser knappen Angaben; solche Aussagen lassen sich daraus daher nicht beurteilen.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 31 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 65 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 81 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 22 %gleiches Oberthema, hilft nicht
- Luna 26 %Hintergrund, keine Belege
- JEV 33 %einzelne zitierbare Belege
- amos 25 %nur am Rande erwähnt
- SubQ 37 %gleiches Oberthema, hilft nicht
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra 61 %gleiches Oberthema, hilft nicht
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 30 %beantwortet teilweise oder widerspricht
- Luna 44 %einzelne zitierbare Belege
- JEV 39 %beantwortet teilweise oder widerspricht
- amos 25 %umfangreiche Belege
- SubQ 27 %einzelne zitierbare Belege
- drex 23 %einzelne zitierbare Belege
- d3-ultra 28 %einzelne zitierbare Belege
- SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht?
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 38 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 27 %gleiches Oberthema, hilft nicht
- SubQ 40 %gleiches Oberthema, hilft nicht
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 54 %gleiches Oberthema, hilft nicht
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 27 %Hintergrund, keine Belege
- Luna 37 %Hintergrund, keine Belege
- JEV 45 %einzelne zitierbare Belege
- amos 29 %Hintergrund, keine Belege
- SubQ 42 %gleiches Oberthema, hilft nicht
- drex 34 %gleiches Oberthema, hilft nicht
- d3-ultra 62 %gleiches Oberthema, hilft nicht
- SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht?
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 30 %Hintergrund, keine Belege
- JEV 24 %einzelne zitierbare Belege
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Alle Berichte im Archiv