四智能体安全基准效度审计

Youting Wang 等作者发布研究，将 R-Judge、InjecAgent、AgentHarm、AgentDojo 四个智能体安全基准作为待验证的测量工具，在官方实现与作者提供的评分器下测试最多 22 个模型，并以 MMLU 和 GPQA 构建能力综合分，用于审计这些基准测出的究竟是安全还是能力。 该研究把基准本身当作需要检验的对象，而非直接采信其分数，关注点在于这些安全基准的测量效度。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。