跳到正文
10月10日 · 周六

全部论文

找到 2 篇
筛选6

影响

越权操作37数据与隐私泄露15输出被操纵7可用性与可靠性2监督失效13滥用能力提升5

系统形态

模型与 API0LLM 应用3AI Agent23coding agent2网页与电脑操作0

层

模型层10应用层2训练与数据层12基础设施层0
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 434 篇还没打标签，不在筛选结果里。
影响：可用性与可靠性系统形态：模型与 API系统形态：coding agent系统形态：网页与电脑操作层：应用层层：基础设施层清除全部

另有 434 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 评测与基准arXiv 2609.02095

    READY：面向企业 Agent 部署的可靠性资格认证框架

    提出 READY 框架，认证企业 Agent 在人工监督下能否达到规定可靠性

    arXiv
    2609.02095
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    Opus 5、Sonnet 5、GPT-5.6-Sol 等 15 个
    摘要READY 把工作流证据转成可检验的可靠性–监督–成本部署画像。

    READY 把“智能体能否自主完成工作”改写成“哪个人机监督策略能在留出证据上达到规定可靠性，以及要付多少运营成本”。。

    深度解读完整解读
已经到底了