arXiv · AI· Simiao Ren, Ankit Raj, Tommy Duong, Yuxin Zhang, Dennis Ng, Xingyu Shen, Kidus Zewde, Yuchen Zhou, Neo Tiangratanakul·· 1 天前AI 评分38
AgentForge-Bench 评测智能体 PDF 伪造能力
Agents That Edit Documents: Measuring Agentic PDF Forgery Against a Non-Agentic Control
AI 导读
AgentForge-Bench 发现 81.1% 的由模型驱动的智能体任务成功修改 PDF 金额、日期或地址。 在 1,750 个测试单元中，46.2% 通过严格验证；确定性脚本仅解决 98 个文档，智能体解决 124 个。 模型误报率 41%，最低验证伪造成本为 2.4 美分。
来源：arXiv · AI · arxiv.org