AgentCIScope：评测 LLM Agent 隐私情境完整性的新基准

Chengquan Guo 等论文作者提出 AgentCIScope，一个通过可执行多步任务评测大语言模型智能体情境完整性的平台与基准。该基准将公共及合成隐私案例转化为可执行任务，并依据隐私政策、基于角色的同意和敏感属性分类设定披露约束。 基于论文摘要，作者在 12 个智能体、936 项任务上的评测发现，任务完成能力强不等于能保持情境完整性：单次运行泄漏率为 32.5% 至 94.4%，每项任务重复运行五次后泄漏率再增加 4 至 19 个百分点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。