arXiv · cs.CL· Youmna Farag·· 7 天前AI 评分39
CAPSafe：面向具身智能体情境动作与规划安全的基准
CAPSafe: A Benchmark for Contextual Action and Plan Safety Reasoning in Embodied Agents
来源与原文
arXiv · cs.CL
作者：Youmna Farag
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/2610.28381v1
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
CAPSafe 基准从动作级和长程规划级两层评估 LLM 具身智能体的安全推理，其中危险按情境推断、可多处共存并标注相对严重程度。对九个闭源与开源模型的评测显示，部分模型识别不安全动作的准确率超过 90%，但安全长程规划难度显著更高：Gemini-3-pro 最高安全成功率为 78.19%，其余模型低于 65%。
来源：arXiv · cs.CL · arxiv.org