arXiv · cs.AI· Eric Zhang, Terry Jingchen Zhang, Chijioke Ugwuanyi, Jerick Shi, Bernhard Sch\"olkopf, Zhijing Jin·· 2 天前
AM-Bench：用于评估 Agent 失配的统一分类与评测套件
AM-Bench: A Unified Taxonomy and Evaluation Suite for Agentic Misalignment
arXiv:2610.24264v1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：Eric Zhang, Terry Jingchen Zhang, Chijioke Ugwuanyi, Jerick Shi, Bernhard Sch\"olkopf, Zhijing Jin
研究任务与主要进展
作者提出 AM-Bench，一套面向 Agent 有害行为选择的统一分类与评测基准，覆盖 7 个行业和 35 个场景，并从感知威胁、感知机会与推理三个维度组织评测和检测系统。
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