arXiv Artificial Intelligence· Qijin Zhang, Hanzhen Wang, Yuehan Zhao, Haoyu Dai, Yao Shu, Zhongxiang Dai, Shuang Qiu·2026-10-23 12:00· 3 小时前AI 评分34

EpiSEM-Bench：评估缺失证据下 LLM 智能体的安全性与证据恢复能力

EpiSEM-Bench: Evaluating Safety and Evidence Recovery in LLM Agents under Missing Evidence

AI 导读

EpiSEM-Bench 是一个可执行基准，用于评估 LLM 智能体在关键证据缺失时的不安全执行、安全边界与证据恢复能力，包含跨六个领域的 300 组匹配的不安全/安全任务对。