针对利益冲突环境，新基准CAVEAT评估计算机使用智能体鲁棒性
随着计算机使用智能体（CUA）日益广泛地代表用户执行在线操作，当所处环境的利益激励与用户目标不一致（如电商平台倾向于推荐特定商品而诱导智能体偏离目标）时，智能体表现面临新挑战。现有基准多局限于合作场景或显式攻击，忽略了环境自身存在利益诉求的情况。为此，研究团队推出了受控基准测试 CAVEAT，涵盖 9 个市场环境及相关分类法，专门评估智能体在利益错位环境下的目标坚守能力。
DC AI 热点
精选
当前热点完整榜单 →
1英伟达推出新软硬件安全平台，旨在约束失控AI智能体107 热度 ⌁2AI智能体开发商Instinct完成10亿美元C轮融资，估值达100亿美元93 热度 ⌁3Anthropic 发布 Claude Sonnet 5.5：成本降 30% 且性能逼近 Opus 5.593 热度 ⌁4AMD将以82亿美元收购李飞飞创立的空间智能公司World Labs92 热度 ⌁5Meta推出企业级AI平台并聘请MongoDB前CEO掌舵88 热度 ⌁9月24日2026-09-24