arXiv Artificial Intelligence· Youwei Feng, Yitong Zhang, Yuetong Liu, Jia Li·2026-10-15 12:00· 19 小时前AI 评分24

仅靠安全动作不足以保证智能体安全：用 Guard 模型识别未履行的义务

Safe Actions Alone Do Not Ensure Safe Agents: Identifying Unfulfilled Obligations with Guard Models

AI 导读

针对 LLM 智能体安全，研究指出仅识别禁止动作并不够，还需识别应做而未做的安全关键动作（义务）。在热门安全基准上，56.92% 的 GLM-5.3 轨迹含未履行义务，而含禁止动作的仅 30.00%。