热点事件持续更新
EpiSEM-Bench：评估Agent缺失证据下的安全执行
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv cs.AI / cs.LG 发布论文，提出 EpiSEM-Bench——一个可执行基准，用于评估 LLM 智能体在缺失证据下的安全执行与证据恢复能力。其针对的场景是：当工具返回结果缺少安全相关事实时，智能体是否会执行被禁止的动作。该基准包含 300 组匹配的不安全与安全任务对，覆盖六个领域，并通过系统性抑制关键事实来测量不安全执行和最小失败基数。目前仅有这一篇报道，尚无后续进展信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 01:57
arXiv 论文提出 EpiSEM-Bench 可执行基准，含300组匹配任务对，覆盖六个领域。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI / cs.LG 最新EpiSEM-Bench 提出可执行基准，评估 LLM 智能体在缺失证据下的安全执行与证据恢复
论文提出 EpiSEM-Bench，一个可执行基准，用于评估 LLM 智能体在工具返回结果缺少安全相关事实时，是否会执行被禁止的动作。基准包含 300 组匹配的不安全与安全任务对，覆盖六个领域，并通过系统性抑制关键事实来测量不安全执行和最小失败基数。
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。