arXiv cs.CL· Jianxing Chen, Xiao Yu, Shipra Agrawal, Zhou Yu·· 4 小时前AI 评分42
SCOUT：融合推理与工具使用，实现计算机使用安全验证
SCOUT: Synergizing Reasoning and Tool-Use for Computer-Use Safety
AI 导读
SCOUT 以两阶段方式融合评分规则生成与工具取证来验证计算机使用智能体的安全性，在 AutoElicit-Bench 上取得 75.4 unsafe F1 和 74.5 completion F1。
来源：arXiv cs.CL · arxiv.org