BioSecBench-Refusal:面向智能体生物安全风险评估的配对基准
提出 BioSecBench-Refusal,评测智能体生物研发拒答与隐蔽危害识别
- arXiv
- 2607.05462
- Published
- Layer
- Application layer
- Setting
- science agent
- Evaluated models
- Opus 4.8, Opus 4.7, Opus 4.6 and others10
- RiskInappropriate refusal
- ComponentGuardrails and judges
Abstract配对基准显示拒绝多由 API 触发,合法任务常被拒得不少于隐蔽危害。
BioSecBench-Refusal 把生物研发智能体的谨慎程度和识别隐蔽危害的能力放在同一套任务上测量。