研究提出SafeWebWorld评估网页世界模型安全充分性

Zhifei Hu等作者发布基准SafeWebWorld，通过动作条件下的未来推演、对决策起决定作用的证据和政策条件下的决策，在五个网页安全领域评估网页世界模型的安全充分性。 对十个冻结开源模型的3,000条预测进行匹配人类评估显示，86.1%在语义上看似合理，但部分模型表现出高度不对称的授权行为：误判为可安全执行的比例低，对需澄清的ASK案例召回差，并强烈倾向BLOCK。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。