LLM智能体模块遮蔽行为评估框架提出

1. 13:00
   arXiv · AI

   模块遮蔽环境中LLM Agent行为特征研究

   研究团队提出一种评估框架，通过编码Agent轨迹中的观察、推理、执行和响应行为，并与独立环境记录对齐以重构执行历史。在针对15个模型的90次试验中，直接遮蔽载荷执行率为51%，间接遮蔽为87%；49次触发试验的最终报告未提及安全问题，3次报告甚至否认执行过载荷。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。