实体
AuthBench
AuthBench
PulseAugur coverage of AuthBench — every cluster mentioning AuthBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的AuthBench基准揭示了AI作者身份表征的局限性
研究人员推出了AuthBench，这是一个全面的多语言基准，旨在评估跨越不同体裁和文档长度的作者身份表征模型。该基准包含来自153,000名作者的428,000多份文档，涵盖十种语言，支持作者身份归属和验证等任务。当前模型显示出显著的局限性，最好的检索模型仅达到0.258 Success@5，最好的验证模型达到0.076 EER，表明鲁棒的作者身份表征仍然是一个具有挑战性的问题。
-
新论文发现：AI 编码代理难以处理最小权限授权
一项新的研究论文介绍了一种名为“权限边界推理”的方法，使 AI 编码代理能够确定任务所需的文件级访问策略。研究发现，当前前沿模型在此方面存在困难，常常授予过多权限，同时遗漏关键权限。为解决此问题，该论文提出了一种分解技术，首先生成一个广泛的策略，然后对其进行精炼以提高紧密度，从而显著提高成功率并降低安全风险。