EpiSEM-Bench 发布：评估缺失证据下 LLM 智能体安全
热点事件持续更新
EpiSEM-Bench 发布：评估缺失证据下 LLM 智能体安全
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026 年 10 月 23 日，研究团队在 arXiv 发布可执行基准 EpiSEM-Bench。该基准旨在评估 LLM 智能体在工具响应缺失关键事实时的不安全执行、安全边界及证据恢复能力。 基准涵盖 6 个领域的 300 组安全/不安全任务对，用于测试不同模型在缺失证据场景下的表现。研究结果显示，各模型在鲁棒性与证据获取能力上存在显著差异。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
EpiSEM-Bench 提出：LLM Agent 在缺失证据下的安全与证据恢复评估基准报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · AIEpiSEM-Bench 提出：LLM Agent 在缺失证据下的安全与证据恢复评估基准
研究团队发布可执行基准 EpiSEM-Bench，评估 LLM Agent 在工具响应缺失关键事实时的不安全执行、安全边界及证据恢复能力。 基准包含 6 个领域的 300 组安全/不安全任务对，测试 10 个模型在缺失证据下的表现，揭示模型在鲁棒性与证据获取上的显著差异。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月23日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
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。