CoSec基准发布：评估LLM智能体社区安全性

2026年10月20日，arXiv平台发布了名为CoSec的可执行基准，专门用于评估大语言模型智能体系统在固定及演化社区边界中的隐私与授权执行情况。 该基准共包含208个规范场景，通过对话、环境内容、持久内存及组合工作流来执行完整的智能体系统。 CoSec利用执行痕迹验证信息流是否符合当前授权状态，为衡量社区环境中LLM智能体的安全性提供了标准化测试方法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。