10月9日 · 周五

DeepSeek · 论文

找到 1 篇

筛选4

模型自身风险

Agent 危险操作1

影响

有害内容1 越权操作5 数据与隐私泄露1 输出被操纵1 监督失效1

系统形态

模型与 API1 AI Agent1 编程 Agent0 网页与电脑操作0

层

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 3 篇还没打标签，不在筛选结果里。

影响：输出被操纵系统形态：AI Agent 系统形态：编程 Agent 系统形态：网页与电脑操作话题：DeepSeek 清除全部

另有 3 篇论文还没打上分类标签，暂不在筛选结果里。

评测与基准arXiv 2609.035889月3日
KC-Bench：评估 LLM Agent 知识冲突的动态交互基准
提出 KC-Bench，评测 Agent 行动前的知识冲突检出与违规避免
arXiv
2609.03588
发表
9月3日
层
应用层
场景
AI Agent
测试
GPT-5.1、Gemini-3-flash-preview、Claude-haiku-4-5-20251001 等 9 个
- 风险Agent 危险操作
深度解读完整解读

已经到底了