跳到正文
arXiv · NLP· Jingyue Cong, Estrid He, Zhuang Li, Nan Wu, Li Shen, Yameng Peng, Xinshu Li, Andy Song·· 2026-10-14AI 评分53

LatentRiskBench:衡量企业级 Agent 的状态依赖风险

LatentRiskBench: Measuring State-Dependent Risks in Enterprise Agents

AI 导读

研究人员提出 LatentRiskBench 基准,用于评估企业级 Agent 在特定工作流状态下的安全性,指出现有动作级评测无法识别依赖上下文的违规。实验显示动作级评估仅能检测 0.09 的状态依赖违规,而状态级评估达到 0.96。该研究已被 EMNLP 2026 Industry Track 接收,数据集和代码已公开。

来源:arXiv · NLP · arxiv.org