arXiv 隐私论文· Zhiping Zhang·· 2 天前同新闻AI 评分67
AuthorizationBench：LLM 智能体越权行为基准测试
Act on Your Behalf, Beyond Your Authorization: Benchmarking LLM Agent Authorization Alignment
AI 导读
研究团队提出 AuthorizationBench，基于真实案例构建 286 个可执行任务，覆盖十类应用场景，用四个模型、两种推理强度、三种智能体框架在授权感知沙箱中执行，得到 6,864 条轨迹。
同一新闻，精选展示《AuthorizationBench：评估 LLM 智能体是否在用户授权范围内行事》
来源：arXiv 隐私论文 · arxiv.org