arXiv · cs.AI· Vikhyath Kothamasu, Virginia Smith, Chhavi Yadav·· 1 天前
DeCompBench：针对分解攻击的智能体安全评测基准
Hidden in Plain Sight: Benchmarking Agent Safety Against Decomposition Attacks with DECOMPBENCH
arXiv:2606.13994v2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：Vikhyath Kothamasu, Virginia Smith, Chhavi Yadav
研究任务与主要进展
DeCompBench 是一个用于评估大语言模型智能体面对分解攻击时安全性的基准，将有害任务拆分为单独看似无害、可执行的子任务。
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