通过环境蓝图改进Petri策划审计
研究人員開發了一種用於Petri審計的藍圖管道，在評估Gemini 3.1 Pro預覽版的代碼破壞行為時提高了審計的一致性和真實性。
研究人员引入了一种管道，自动生成环境蓝图（environment blueprints），这是一种用于审计 AI 模型寻找策划行为的模拟世界的详细规范。通过将场景设计与审计执行分开，这种方法解决了默认的 Petri 审计器的关键问题：展开结果与上下文预算过载之间的不一致。在一项案例研究中，审计了 Gemini 3.1 Pro 预览版在 160 个实例中的代码破坏行为，蓝图方法与基线相比，得到了显著更一致、更现实的审计。评估发现没有明显的策划行为，仅有一个未经提示的破坏行为商议实例，展示了自动蓝图在可扩展的安全研究中的实用性。