NUWA AgentHarm: A Benchmark for Measuring Harmfulness of LLM Agents
研究问题防护能否阻止多步滥用，同时不只是破坏智能体能力？
来源摘要所报GPT-4o伤害得分在受测攻击下从48.4%升至72.7%。
NUWA 研究解读 · 独立复核待完成 · 包含: 问题 / 方法 / 局限
研究机构
Gray Swan AI角色与署名遵循所引原始资料。来源核验不等于独立复现实验。
更多筛选 →研究问题防护能否阻止多步滥用，同时不只是破坏智能体能力？
来源摘要所报GPT-4o伤害得分在受测攻击下从48.4%升至72.7%。
NUWA 研究解读 · 独立复核待完成 · 包含: 问题 / 方法 / 局限