研究团队提出授权对齐基准 AuthorizationBench
热点事件持续更新
研究团队提出授权对齐基准 AuthorizationBench
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究团队提出并发布 AuthorizationBench，用于评测 LLM 智能体是否在用户授权范围内行动。该基准包含 286 个可执行任务，覆盖十类应用领域；团队在三种 agent harness、两种推理强度下用四个模型运行，共得到 6,864 条轨迹。 据作者称，该基准的授权对齐设定基于有记录的真实案例。
AI 根据报道生成 · 45 分钟前更新
最新进展10月21日 12:00
AuthorizationBench：评测 LLM 智能体的授权对齐报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIAuthorizationBench：评测 LLM 智能体的授权对齐
研究团队提出 AuthorizationBench，用 286 个可执行任务评测 LLM 智能体是否在用户授权范围内行动，覆盖十类应用领域，并在三种 agent harness、两种推理强度下用四个模型跑出 6,864 条轨迹。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。