arXiv · AI· Chenxu Zhang, Zhou Liu, Wu Xin, Wentao Zhang·· 1 天前AI 评分37
SkillLifeBench：基准测试智能体技能全生命周期的安全性
SkillLifeBench: Benchmarking Security Across the Lifecycle of Agent Skills
AI 导读
SkillLifeBench 评估了 14 个模型在 388 个配对场景中的表现，涵盖实施、接口、运行时、组合及版本变更。生命周期任务允许智能体检查、选择和重新配置技能，同时完成可验证的用户请求。
来源：arXiv · AI · arxiv.org