SovereignPA-Bench个人代理基准发布

Dylan Zongmin Liu 发布 SovereignPA-Bench，一个用于评估个人智能体在平台诱导与授权约束下用户主权表现的基准。该基准包含 1,920 个预订场景和 288 个取消场景，测试智能体是否遵循用户当前意图、抵抗平台诱导、仅共享服务所需数据、在超出授权前先询问，并如实汇报。 论文称，代码、场景和日志将会发布。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。