arXiv cs.AI· Simiao Ren, Ankit Raj, Tommy Duong, Yuxin Zhang, Dennis Ng, Xingyu Shen, Kidus Zewde, Yuchen Zhou, Neo Tiangratanakul·· 14 小时前AI 评分58
AgentForge-Bench 评测智能体篡改 PDF 财务文件的能力
Agents That Edit Documents: Measuring Agentic PDF Forgery Against a Non-Agentic Control
AI 导读
研究者提出 AgentForge-Bench，用现成编码智能体驱动 7 个开放权重模型，仅凭一句意图就修改真实归档财务文件中的金额、日期或地址，并由规则而非模型评分。
正文 · AI 翻译
摘要：在过去一年里，能够自主完成多步骤计算机任务的 AI 智能体已成为寻常工具，而这种自主性同样可为任何任务有害的人所用。我们要问的是，这对依赖方——保险公司、贷款机构、审计机构——意味着什么，因为它们的证据是一份提交的 PDF。AgentForge-Bench 衡量的是一个现成的编程智能体，在驱动七个开放权重模型之一、并配备 shell 和标准 Python PDF 工具栈的情况下，如何仅凭一句意图描述，就能可靠地改动一份真实提交的财务文件中的某一个金额、日期或地址；评分依据规则而非模型。在 1,750 个单元格中，1,419 个（81.1%）满足验证器要求，808 个（46.2%）还通过了所有更严格的筛选：可见、局部化、字体匹配、原始值在全文档范围内消失。一个不含任何模型的确定性脚本解决了 125 份文档中的 98 份；智能体解决了 124 份，且没有任何一份是脚本单独解决的。智能体将其错误编辑中的 41% 误报为已完成，没有任何模型拒绝，而最便宜的已验证伪造成本为 2.4 美分。原始比率将威胁高估了约一倍；严格比率仍然很大。
| 评论： | 15 页，12 幅图，2 张表 |
| 主题： | 人工智能（cs.AI）；密码学与安全（cs.CR） |
| 引用为： | arXiv:2609.23953 [cs.AI] |
| （或 arXiv:2609.23953v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.23953 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Simiao Ren [查看电子邮件]
[v1]
2026 年 9 月 20 日星期日 23:54:38 UTC（309 KB）
[v2]
2026 年 10 月 24 日星期六 21:14:05 UTC（309 KB）
来源：arXiv cs.AI · arxiv.org