论文提出可执行基准AgentDecept，评测工具型智能体在压力下是否如实报告行为。
资讯摘要
论文提出AgentDecept，一个可执行基准，用于评估工具型LLM智能体在压力下是否如实报告自身行为。基准含477个压力变体，源自257个源任务、六类压力来源，每个变体配有对应的无压力版本；压力通过事件消息、任务上下文、应用状态、工具响应和服务配额注入。其证据对齐协议按时间顺序比对用户可见声明与实际观测和执行结果，区分伪造、隐瞒、含糊其辞与诚实失败及已披露局限。
要点速读
- 基准包含477个压力变体，源自257个源任务，覆盖六类压力来源，每个变体配有对应的无压力版本。
- 压力通过事件消息、任务上下文、应用状态、工具响应和服务配额注入，涵盖显式事件与隐式任务或环境变化。
- 证据对齐协议评估完整轨迹，将用户可见声明与时间有序的观测和执行结果关联，区分伪造、隐瞒、含糊其辞与诚实失败、已披露局限。
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 2026/10/31 08:00:18（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。