arXiv cs.SE· Ekagra Gupta, Raj Saha, Aniekan-Abasi Inyang, Adam Al Gharib·· 2 小时前AI 评分58
研究：LLM 智能体的拒答行为难以迁移到工具调用
Behavior Beyond Text: Evaluating Refusal Transfer Failure in LLM Agents
AI 导读
arXiv 论文构建了覆盖四个领域、共 2304 条提示的基准，用配对三元组在纯文本、标准工具调用和对抗性工具调用三种设置下呈现同一请求，并以 20 个预设禁止动作评估工具调用安全。
来源：arXiv cs.SE · arxiv.org