CAPSafe具身智能体安全推理基准发布
热点事件持续更新
CAPSafe具身智能体安全推理基准发布
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Youmna Farag 等作者提出并发布 CAPSafe 基准，从动作级和计划级两个层面评估 LLM 具身智能体的安全推理：动作级测试单个动作在给定环境情境下是否安全，计划级评估智能体能否为复杂危险家务任务生成安全的长程计划，并覆盖情境性危险、多危险共现及相对严重程度标注。 对 9 个闭源与开源模型的评测显示，最佳模型识别不安全动作的准确率超过 90%，但安全长程规划明显更难：Gemini-3-pro 的安全成功率最高，为 78.19%，其余模型均低于 65%。
AI 根据报道生成 · 58 分钟前更新
最新进展10月21日 12:00
CAPSafe：面向具身智能体上下文动作与计划安全推理的基准报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.CLCAPSafe：面向具身智能体上下文动作与计划安全推理的基准
研究者提出 CAPSafe 基准，从动作级和计划级两个层面评估 LLM 具身智能体的安全推理，覆盖情境性危险、多危险共现及相对严重程度标注。评测 9 个闭源与开源 LLM 显示，最佳模型识别不安全动作准确率超 90%，但安全长程规划明显更难，Gemini-3-pro 安全成功率最高为 78.19%，其余模型均低于 65%。
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。