网页世界模型的安全性充分性研究

预测合理不等于安全决策充分，需评估授权信息是否保留。

资讯摘要

论文指出，网页世界模型预测的未来看似合理，并不代表能支撑正确的安全决策。作者对十个冻结开源模型的3000条预测做人工评估，86.1%被判为语义合理，但部分模型授权行为高度不对称：误放行率低，却对需澄清的ASK情形召回差，且强烈倾向BLOCK。论文提出安全充分性概念与SafeWebWorld基准，覆盖五个网页安全域，并引入Latent Authorisation Recovery分析决策读出问题。

要点速读

1. 3000条预测中86.1%被人工判为语义合理，但合理预测不等于安全决策正确
2. 部分模型误放行率低，却对需澄清的ASK情形召回差，并强烈倾向BLOCK
3. 论文提出SafeWebWorld基准与Latent Authorisation Recovery，作者报告证据保留提升时授权敏感决策反而变差

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。