arXiv cs.AI· You Liu, Yue Liu, Quanchao Lu·· 3 天前AI 评分22
RetryBench：在 GPT 工具调用中区分重试许可与恢复结果
RetryBench: Separating Retry Permission from Recovery Outcomes in GPT Tool Use
AI 导读
RetryBench 提出用"虚假重试许可（FRP）"刻画智能体在无可见契约支持下重试超时工具调用的错误，并将其与实际恢复结果分开评估。
正文 · AI 翻译
摘要：当智能体在可见契约不支持的情况下重试超时的工具调用时，就会发生虚假重试许可（FRP）。RetryBench 将这一错误与已实现的恢复区分开来。成功的受保护恢复并不意味着能够可靠地拒绝不受支持的重试。在一项 720 条响应的密钥对照中，有效密钥通常能够促成安全推进，但提供被更改的密钥时，Sol（1/80）、Terra（55/80）和 Luna（60/80）都出现了不受支持的重试。随后一项 240 条响应的对照移除了候选密钥，并要求模型自行提供密钥。Luna 仍然做出了 8/80 次不受支持的派发；Sol 和 Terra 在各自 80 条响应中均未出现。因此，接受所显示的错误密钥无法解释所有观察到的错误，尽管输出要求和条件的变化使得无法进行纯粹的显示效应比较。在一项包含六个端点的研究中，移除弱契约标签增加了 Sol 和 Terra 编码动作条件下的重试次数。另一项包含 1,536 条响应的规范动作区块也发现了 Terra 的正向对比（115/128 对 124/128 次重试），集中在两个任务/顺序条件下；在多重性校正后，其余五个对比仍未得到解决。一项显式契约提示对照在所有 762 条返回响应中都引发了推迟，使得恢复问题仍未解决。这些结果支持在声明的接口变体之间同时报告许可与恢复。证据涵盖四个目的性任务、固定的 GPT 端点以及一个恢复决策；它既未识别内部机制，也未识别回合级安全性。
| 学科： | 人工智能（cs.AI）；密码学与安全（cs.CR） |
| 引用为： | arXiv:2610.15884 [cs.AI] |
| （或 arXiv:2610.15884v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15884 arXiv 通过 DataCite 颁发的 DOI（待注册） |
提交历史
来自：You Liu [查看电子邮件]
[v1]
2026年10月11日星期日 20:00:44 UTC（80 KB）
来源：arXiv cs.AI · arxiv.org