跳到正文
10月12日 · 周一

全部论文

找到 1篇
筛选4

影响

有害内容1越权操作16数据与隐私泄露6输出被操纵5可用性与可靠性4

系统形态

模型与 API75LLM 应用7AI Agent28coding agent3science agent4web agent1多智能体7

层

模型层0应用层1
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 233篇还没打标签，不在筛选结果里。
影响：有害内容系统形态：web agent层：模型层层：应用层清除全部

另有233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 2503.04957

    SafeArena：首个评估自主网页 Agent 滥用风险的基准

    提出 SafeArena 基准，评测网页 Agent 是否执行故意有害任务

    arXiv
    2503.04957
    发表
    层
    应用层
    场景
    web agent
    被测模型
    GPT-4o、Claude-3.5-Sonnet、Qwen-2-VL-72B 等5个
    摘要SafeArena 用配对任务和 ARIA 评测网页智能体的故意滥用。

    SafeArena 评测自主网页智能体是否会执行用户故意给出的恶意网页任务。。

    深度解读完整解读
已经到底了