一个名为AgentCIBench的新基准已被开发出来,用于评估计算机使用代理(CUAs)的上下文完整性。这些代理在电子邮件和日历等个人应用程序中运行,可能将一个上下文的信息暴露给另一个上下文,从而带来隐私风险。AgentCIBench测试了三种常见的故障模式:视觉共址、任务歧义过度分享和收件人错位。在对15个前沿代理的评估中,观察到了显著的故障率,其中11个代理在超过50%的场景中泄露信息,平均泄露率为67.9%。 AI
影响 凸显了AI代理中存在的重大隐私漏洞,可能影响CUAs的未来开发和部署标准。
排序理由 该集群基于一篇介绍AI代理评估新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →