CCTest · Blog
预测得像真的,还不等于做得安全:网页世界模型的新评估框架
AI 安全
cctest.ai
AI 安全

预测得像真的,还不等于做得安全:网页世界模型的新评估框架

一项新研究指出,网页世界模型生成“看起来合理”的未来,并不能证明它能做出正确的安全授权判断。研究提出 SafeWebWorld 与 Latent Authorisation Recovery,用于检验模型是否保留了区分执行、澄清和拦截所需的关键信息。

阅读全文