arXiv Artificial Intelligence· Hasan Demirkiran, Jens Ernstberger·2026-10-16 12:00· 2 小时前AI 评分34

智能体安全评估中的捷径敏感性：LinuxArena 与 TS-Bench 轨迹审计

Shortcut Sensitivity in Agent-Safety Evaluations

AI 导读

研究提出三级捷径审计框架，审计 LinuxArena 轨迹及两个 TS-Bench 衍生步骤数据集，区分标签可预测性、观测性守卫关联与配对决策敏感性。