TASC基准发布：大模型普遍忽视时间敏感安全约束
热点事件持续更新
TASC基准发布：大模型普遍忽视时间敏感安全约束
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
arXiv 论文发布 TASC（Temporal Action Safety in Conversation）基准，评估 LLM 对话助手能否在回应请求时应用时间相关约束。覆盖 13 个模型的评测显示，在提议动作违反规则的场景中，助手仅有 30.5% 考虑了时间约束。 该基准包含由 128 个模板生成的 3,418 个输入，以及 33 个专门场景，用于对比模型计算经过时间与应用该信息两种能力。结果显示二者并不一致：62.1% 的失败案例中模型已正确算出经过时间，但仍未据此应用约束；显式提供时间信息也只能解决约一半的失败。
AI 根据报道生成 · 55 分钟前更新
最新进展11月5日 01:54
TASC 基准评估对话助手的时间敏感安全意识报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.CLTASC 基准评估对话助手的时间敏感安全意识
arXiv 论文提出 TASC 基准，评估 LLM 助手能否在对话中应用时间相关约束。该基准包含 3,418 个输入（来自 128 个模板）及 33 个场景，覆盖 13 个模型。结果显示，模型仅在 30.5% 违规场景中考虑时间约束；尽管 62.1% 的失败案例中模型已正确计算经过时间，仍未能应用约束，显式提供时间信息也只能解决约一半的失败。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。