跳到正文
热点事件持续更新

LinguaGuardBench：19个Agent守卫模型的多语言判定差异评测

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Hasan Demirkiran 和 Jens Ernstberger 构建 LinguaGuardBench，评测 19 个 Agent 守卫模型（涵盖前沿 API 到 4B 开源模型及四个专用 Agent 守卫）对英语、德语、法语、土耳其语、斯瓦希里语和阿姆哈拉语用户指令的判定差异，并发布基准与全部 489k 条守卫判定结果。 基准基于 TS-Bench AgentDojo-Traj 的 1,220 个带标签步骤构建，只将用户指令翻译为五种语言，工具调用、观察和标签保持逐字节一致，使判定变化可归因于语言本身。实验设置六种英语改写和一个空白符安慰剂作为对照，托管守卫运行三次以测量噪声。

AI 根据报道生成 · 3 小时前更新

最新进展10月16日 12:00
Agent 守卫模型：语言是一处安全攻击面

报道时间线

沿着报道，了解事件的不同侧面。

10月16日
  1. arXiv · cs.AI
    Agent 守卫模型：语言是一处安全攻击面

    Hasan Demirkiran 和 Jens Ernstberger 构建 LinguaGuardBench，用 1,220 个带标签步骤测试 19 个 Agent 守卫模型对英语、德语、法语、土耳其语、斯瓦希里语和阿姆哈拉语用户指令的判定差异。

本事件热度走势

可比范围当前
8
可比范围峰值
910月16日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。