PulseAugur
实时 10:45:59
实体 KILLBENCH

KILLBENCH

PulseAugur coverage of KILLBENCH — every cluster mentioning KILLBENCH across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_93459 ·

    新基准测试针对恶意代理的AI紧急停止开关

    研究人员开发了KILLBENCH,一个旨在评估外部AI紧急停止开关有效性的新基准测试。该基准测试侧重于广泛部署的网络代理,并测试在不访问内部参数的情况下阻止恶意AI行为的各种方法。KILLBENCH包括四种恶意AI代理配置、八种有害场景以及源自十种越狱模式的提示,旨在评估外部AI紧急停止开关在Claude "Mythos"等高级模型上的可行性。该研究还评估了Grok-4.3、GPT-5.2和Gemma4等多个AI模型上的四种外部AI紧…