arXiv · cs.AI· Yuwei Wang, Xingwang Liang, Yu Xie, Haotian Chi, Haijun Geng·· 7 小时前
RiskCueBench：分离大语言模型意图理解与响应安全性错配的基准
Recoverability-Controlled Safety Miscalibration in Large Language Models
arXiv:2610.22425v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuwei Wang, Xingwang Liang, Yu Xie, Haotian Chi, Haijun Geng
研究任务与主要进展
Yuwei Wang等提出RiskCueBench，用于先测大语言模型能否恢复高层意图，再评估其对同一提示的响应安全性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org