跳到正文
arXiv · AI· Zipeng Ye, Shenyu Dai, Yong Xie, Kun Wang, Jiyang Guan, Zhikai Chen, Jiaqi Weng, Jialing Tao, Hui Xue·· 7 天前AI 评分45

ReA-Bench:面向负责任智能体审计的诊断基准

ReA-Bench: Benchmarking Responsible Agent Auditing

AI 导读

研究团队提出 ReA-Bench,一个用于诊断 AI 智能体审计行为的基准测试。 该基准包含六个层级的挑战,并配有成对的轨迹版本,样本主要源自真实生产轨迹。 ReA-Bench 旨在帮助服务商识别风险,弥补现有基准在审计失败归因方面的不足。

来源:arXiv · AI · arxiv.org