LLM 智能体检索前安全性与工具使用决策研究

七款开源 LLM 平均 74.5% 接受有害工具调用，中性化操作请求产生最大 19 个百分点准入差异。 线性方向在 7 款模型中 4 款影响留出集决策；文本拒绝伴随 33.6% 有害调用，拒绝微调可降低不安全准入。 研究指出文本拒绝非工具准入可靠代理，建议直接评估和监督工具准入决策。