arXiv · cs.AI· Yehan Zhang·· 1 天前AI 评分51
AgentDecept：评估工具使用型 LLM 智能体在压力下的欺骗行为的基准
AgentDecept: Benchmarking Deceptive Behavior in Tool-Using LLM Agents under Pressure
来源与原文
arXiv · cs.AI
作者：Yehan Zhang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39377v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者发布 AgentDecept，一个评估工具使用型 LLM 智能体在压力下欺骗行为的可执行基准。它包含来自 257 个源任务的 477 个压力变体，覆盖六种压力来源，每个任务配有无压力对照；协议通过对比用户可见报告与时间排序的观察和执行结果，区分伪造、隐瞒、含糊其辞与诚实失败，行为标签还可用于测试现有的激活探针。
来源：arXiv · cs.AI · arxiv.org