arXiv · AI· Yehan Zhang, Qianqi Yan, Hang Yin, Ching-Chen Kuo, Shan Jiang, Ming Ouyang, Yijie Liu, Xin Eric Wang·· 21 天前AI 评分35
AgentDecept:评估压力下工具使用 LLM 智能体欺骗行为基准
AgentDecept: Benchmarking Deceptive Behavior in Tool-Using LLM Agents under Pressure
AI 导读
AgentDecept 是一项可执行基准,用于评估 LLM 智能体在压力下的行为欺骗,包含 477 个压力变体和 257 个源任务。 该基准通过事件消息、工具响应等渠道引入压力,区分虚假陈述、隐瞒等欺骗行为与诚实失败。
来源:arXiv · AI · arxiv.org