研究者提出基于规约的LLM智能体安全评测框架RAS-Eval
热点事件持续更新
研究者提出基于规约的LLM智能体安全评测框架RAS-Eval
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yuchuan Fu等作者提出RAS-Eval，一个基于规约的LLM智能体安全评估框架，并配套基准。该框架把效用与安全目标统一表达为工具调用轨迹和动态环境观测上的线性时序逻辑（LTL）规约，再用现成模型检查器验证，从而给出确定性判定，避免LLM-as-a-Judge与Agent-as-a-Judge评估器带来的不确定性。 据作者介绍，RAS-Eval面向智能体调用工具执行长程任务的安全评估；其判定依据是规约在轨迹与环境观测上的验证结果，而非由模型充当评审。
AI 根据报道生成 · 51 分钟前更新
最新进展11月11日 13:00
RAS-Eval：基于规约的 LLM 智能体工具调用长程任务安全评估框架报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIRAS-Eval：基于规约的 LLM 智能体工具调用长程任务安全评估框架
研究者提出 RAS-Eval，一个基于规约的 LLM 智能体安全评估框架，将效用与安全目标统一表达为工具调用轨迹和动态环境观测上的线性时序逻辑（LTL）规约，并用现成模型检查器验证，从而给出确定性判定、避免 LLM-as-a-Judge 与 Agent-as-a-Judge 的评估器不确定性。
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。