跳至正文
白泽(Whitzard)
女娲实验室 ↗
NUWA
INDEX
⌘K
搜索 NUWA Index
×
Esc
研究问题、模型或 Benchmark
研究 · 测量协议 · 评测结果 · 观点
English
总览
模型比较
风险趋势
NUWA 评测
外部评测
研究与方法
研究目录
研究解读
风险框架
方法说明
比较评测协议
来源
观点
版本与数据
文献署名
Hongning Wang
按原文作者姓名整理的已收录成果。机构与作者身份以具体文献为依据。
Agent-SafetyBench: Evaluating the Safety of LLM Agents
通过交互环境和工具使用评测智能体安全,区分智能体层面失败与纯对话测试。
核对原文署名 ↗