风险评测评测基准Agent-SafetyBench: Evaluating the Safety of LLM Agents →研究机构 清华大学2024-12-19研究问题智能体与环境、工具交互时有哪些安全故障？来源摘要16个受测智能体总安全分均未超60%。NUWA 研究解读 · 独立复核待完成跨主题研究Behavior · 观察行为阅读来源笔记 →原始来源 ↗
NUWA 