arXiv · AI· Dylan Zongmin Liu·· 2026-10-05AI 评分34
SovereignNegotiation-Bench:评估个人AI智能体在隐私与机构压力下的委托谈判能力
SovereignNegotiation-Bench: Evaluating User-Owned Personal Agents In Delegated Bargaining Under Privacy, Consent, Evidence, And Institutional Pressure
AI 导读
研究者提出 SovereignNegotiation-Bench,这是一个包含 1,764 个成对场景的基准测试,用于评估个人 AI 智能体在委托谈判中的五项法律责任。在测试的 17 个开源模型中,忠实成功率(faithful success)介于 6% 至 75% 之间,且 48% 的协议至少违反了一项义务。该基准代码、场景及日志将开源发布。
来源:arXiv · AI · arxiv.org