跳到正文
10月12日 · 周一

全部论文

找到 1篇
筛选3

攻击面/入口

记忆写入1训练数据0

系统组件

记忆10权限与沙箱1微调与开源权重3
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 232篇还没打标签，不在筛选结果里。
攻击面/入口：记忆写入攻击面/入口：训练数据系统组件：权限与沙箱清除全部

另有232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 2608.09476

    ActBench：面向协作智能体行为安全的自演化基准

    构建自演化基准 ActBench，评测协作智能体的行为安全

    arXiv
    2608.09476
    发表
    层
    应用层
    场景
    AI Agent
    被测模型
    Claude-Opus-4.8、Claude-Sonnet-4.6、GPT-5.5 等15个

    摘要ActBench 通过自演化搜索与双证据重构评测轨迹行为安全，揭示基础模型决策差异主导了协同智能体的操作风险。

    深度解读完整解读
已经到底了