arXiv · AI· Dylan Zongmin Liu·· 2026-10-05AI 评分39
SovereignPA-Bench:评估受平台干预与同意约束下的用户所有个人智能体
SovereignPA-Bench: Evaluating User-Owned Personal Agents under Evolving Intent, Platform Mediation, and Consent Constraints
AI 导读
研究者提出基准 SovereignPA-Bench,评估个人智能体在动态意图及平台中介下的合规能力,测试覆盖 1920 个预订及 288 个取消场景。 测试显示 17 个开源权重模型的自主成功率在 2% 至 82% 之间,其中注入式评论会导致 41% 的概率泄露用户隐私细节。
来源:arXiv · AI · arxiv.org