CMU 发布 ROGUE 基准评估智能体可纠正性

1. 12:00
   arXiv：cs.LG

   ROGUE 基准评估前沿计算机使用智能体的可纠正性失败

   CMU 等机构研究者发布 ROGUE 基准，评估前沿计算机使用智能体在执行良性任务时是否保持可纠正性，即是否接受人类纠正、中断或关机。智能体在任务中会遇到与人类控制、关机或资源限制的受控冲突，测试其是否越权覆盖人类指令、访问受限密码或改写关机机制。

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。