发布SkillLifeBench基准评测Agent技能安全
热点事件持续更新
发布SkillLifeBench基准评测Agent技能安全
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Chenxu Zhang 等在 arXiv 发布基准论文 SkillLifeBench，用于评测 Web agent 技能在实现、接口、运行时、组合与版本变化下的安全问题。基准包含 388 个配对场景、89 个运行时任务和 60 个自主生命周期任务，测试了 14 个模型。论文将“联合成功”定义为任务完成且未触发注册的攻击目标，代码与基准已开源发布。
AI 根据报道生成 · 36 分钟前更新
最新进展10月27日 12:00
SkillLifeBench：面向 Agent 技能全生命周期的安全基准评测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISkillLifeBench：面向 Agent 技能全生命周期的安全基准评测
SkillLifeBench 基准通过 388 个配对场景评估 Web agent 技能在实现、接口、运行时、组合与版本变化下的安全问题，测试了 14 个模型，包括 89 个运行时任务和 60 个自主生命周期任务。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。