Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 4 papers提出 AgentPrivArena 与运行时审计,评测 Agent 轨迹级隐私泄露
- Published
- Evaluated models
- GPT-5.4, DeepSeek-V4-Pro, Kimi-K2.6 and others6
提出 AgentMonBench 评测长时程编程智能体监控并检验 EBG
- Published
- Evaluated models
- GPT-5.6 Luna, GPT-5.6 Terra, GPT-5.6 Sol and others8
AbstractAgentMonBench 评测后果性决策监控,EBG 组织证据。
长时程软件工程任务里,用户要判断智能体哪些选择值得核验。作者用 AgentMonBench 评测监控器,并用免训练的 EBG 组织带源证据。
提出 VoxParity,固定转写只改音频,评测语音智能体是否按行业规则改工具调用
- Published
- Evaluated models
- MiMo-V2.6-Pro, gemini-3.7-flash, Qwen3.8-Omni and others15
AbstractVoxParity 用固定转写的音频对比和 words-only null,测量语音智能体是否按所听内容改变工具调用。
VoxParity 测量语音智能体在词语不变、只有声音改变时,是否按行业规则改它所执行的工具调用。
提出移动 Agent 轨迹审计器 MATE,判断轨迹是否违反可编辑安全策略
- Published
- Evaluated models
- MATE-0.5B, MATE-1.5B, MATE-3B
AbstractMATE 用合成轨迹微调轻量审计器,在可编辑策略下判断移动智能体轨迹是否违规并给出解释。
MATE 是面向移动 GUI 智能体的轻量策略条件轨迹审计器,在给定自然语言安全策略时判断轨迹是否违规并解释原因。
You have reached the end