研究团队提出TASC基准评估大模型时间敏感安全意识

1. 13:00
   arXiv 自然语言处理

   TASC 基准：评估对话助手的时间敏感安全意识

   研究团队推出 TASC 基准，用于评估大语言模型助手在对话中应用时间相关约束的能力。对 13 个模型的评测显示，助手在行动违规时仅在 30.5% 的情况下考虑了时间约束，且在正确计算耗时后仍有 62.1% 未能应用该约束。即使显式提供时间也仅能解决约半数失败，揭示出模型在时间推理与安全建议应用间的明显脱节。

Current heat 8·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.