LITMUS：真实OS环境评测LLM智能体越狱

Chiyu Zhang 等作者发布 LITMUS，一个在真实操作系统环境中评测 LLM 智能体行为越狱的基准。它包含 819 个高风险测试用例，覆盖越狱话术、技能注入和实体包装三类攻击范式。 该基准通过语义与物理双层验证判断智能体是否真正执行了越狱行为，并用操作系统级状态回滚隔离各测试用例，避免相互污染。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。