SkillLifeBench 发布智能体技能全生命周期安全基准
热点事件持续更新
SkillLifeBench 发布智能体技能全生命周期安全基准
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Chenxu Zhang 等作者发布 SkillLifeBench，用 388 个配对场景评测 AI 智能体技能在实现、接口、运行时、组合与版本变更五个环节中的安全表现，覆盖 14 个模型。 在运行时任务上，GPT-5.6-Sol 与 Sonnet 4.6 均为 82.0%；但在生命周期任务上，两者分别为 96.7% 和 56.7%。生命周期评测中任务成功率为 77.5%，任务与安全联合成功率仅 65.2%，另有 103 次运行在完成任务的同时达成了攻击目标。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
SkillLifeBench：评测 AI 智能体技能全生命周期的安全性报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISkillLifeBench：评测 AI 智能体技能全生命周期的安全性
SkillLifeBench 用 388 个配对场景评测智能体技能在实现、接口、运行时、组合与版本变更中的安全表现，覆盖 14 个模型。GPT-5.6-Sol 与 Sonnet 4.6 在运行时任务上均为 82.0%，但在生命周期任务上分别为 96.7% 和 56.7%。生命周期评测中任务成功率为 77.5%，联合成功率仅 65.2%，有 103 次运行在完成任务的同时达成了攻击目标。
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。