跳到正文
10月10日 · 周六

全部论文

找到 7 篇
筛选4

影响

有害内容4越权操作3数据与隐私泄露0输出被操纵6可用性与可靠性1监督失效5

系统形态

模型与 API204LLM 应用63AI Agent173coding agent36science agent7web agent13多智能体27具身与机器人14

层

应用层7
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 194 篇还没打标签，不在筛选结果里。
影响：数据与隐私泄露影响：输出被操纵影响：可用性与可靠性系统形态：science agent清除全部

另有 194 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 分析与理论arXiv 2609.27234

    CELLAUDIT：审计 AI 智能体发现细胞模型中的输入使用声明

    提出 CellAudit，审计智能体发现的细胞模型是否使用所声明输入

    arXiv
    2609.27234
    发表
    层
    应用层
    场景
    science agent
    被测模型
    CellScientist、AIDE、CellForge 等 4 个
    摘要CellAudit 把输入使用声明从源码追到拟合贡献，并说明高分不必等于使用了扰动。

    CellAudit 为智能体发现的细胞响应模型增加一层输入使用证伪：源码是否消费注册输入、拟合预测是否依赖它、该依赖是否改善对观测响应的预测。

    深度解读完整解读
  2. 评测与基准arXiv 2608.00711

    SCHEMA：面向科学 Agent 幻觉的拓扑感知评测框架

    提出 SCHEMA，用概念图与轨迹分评测科学 Agent 幻觉

    arXiv
    2608.00711
    发表
    层
    应用层
    场景
    science agent
    被测模型
    Kimi-K2.5、Qwen3.6-Plus、Llama-4-Scout 等 10 个
    摘要SCHEMA 用知识拓扑评估科学智能体幻觉，终答正确仍可能来自有缺陷的中间推理。

    SCHEMA 是面向科学智能体幻觉的证据锚定评测框架，实例化在生物医学的 Protein Domain 与 PathVQA-Enhanced。作者在摘要中称它是首个同时做到证据锚定和拓扑感知的此类框架。

    深度解读完整解读
  5. 评测与基准arXiv 2607.05462

    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
    发表
    层
    应用层
    场景
    science agent
    被测模型
    Opus 4.8、Opus 4.7、Opus 4.6 等 10 个
    摘要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。

    深度解读完整解读
  7. 评测与基准arXiv 2509.08713

    论文指出 AI 科学家系统存在四类失效模式，仅看最终论文难以发现

    用 SPR 评测 AI 科学家系统的方法学缺陷

    arXiv
    2509.08713
    发表
    层
    应用层
    场景
    science agent
    被测模型
    gemini-2.5-flash-preview-05-20
    摘要作者用 SPR 诊断两个开源系统的四种方法学缺陷，并建议审稿时提交日志与代码。

    作者诊断两个开源系统的全自动科研流程，看方法学缺陷会不会留在终稿看不见的决策里。

    深度解读完整解读
已经到底了