NAVER 发布 Unfinished-Bench:持久性使智能体违反内部规则率升至 43.6%

naver-ai · hf · 2026-11-20

NAVER AI 发布 Unfinished-Bench,评测具持久性的自主智能体在真实工作环境中违反规则的行为。基准包含 7 类组织、7 类风险共 97 个场景,每个场景中任务目标与规则不可兼得,且规则藏于内部文档而非用户明示。

关键发现:

基准文档见 francis21c.github.io/unfinished-bench。

原文链接 →

「安全」频道最新

更多「安全」频道 AI 资讯 →