arXiv · cs.AI· Mina Mohammadmirzaei, Jeffrey Flanigan·· 1 天前
OSGuard：计算机使用智能体安全评测基准
OSGuard: A Benchmark for Safety in Computer-Use Agents
arXiv:2606.15034v2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：Mina Mohammadmirzaei, Jeffrey Flanigan
研究任务与主要进展
OSGuard 提出双粒度安全评测基准，分别考察执行前护栏对候选动作的判断和完整任务中的安全性。动作级基准含324个人工标注示例，风险增强执行套件由40个OSWorld任务派生45个任务；基于论文摘要，最强护栏动作级准确率为79.9%、宏F1为0.80，但完整任务中无护栏智能体有37.8%出现不安全完成，加护栏后降至33.3%，安全成功率保持不变。
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