论文提出 TPRS 指标：智能体安全基准得分会因工具命名方式而波动
这篇论文做了件很扎实的事：只改工具名字，GPT-5-mini 和 Claude Haiku 4.5 的安全得分就波动十几个百分点，以后看智能体安全跑分得多留个心眼。
#Agent Security Bench
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Agent Security Bench」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月5日
这篇论文做了件很扎实的事：只改工具名字，GPT-5-mini 和 Claude Haiku 4.5 的安全得分就波动十几个百分点，以后看智能体安全跑分得多留个心眼。