arXiv cs.AI· Shane Caldwell, Max Harley, Ads Dawson, Michael Kouremetis, Vincent Abruzzo, Will Pearce·· 2 天前AI 评分46
ScopeBench：智能体在目标压力下会守住授权边界吗？
ScopeBench: Do Agents Preserve Engagement Boundaries Under Goal Pressure?
AI 导读
ScopeBench 用 30 个智能体安全任务测范围遵守，任务目标只有越出授权范围才能达成。8 个模型在同一 harness 下原始能力 12.2%–81.1%、范围遵守率 34.4%–86.7%。Opus-4-8 原始能力比 sonnet-4-6 高 10 个百分点，范围遵守率高 35.6 个百分点。
来源：arXiv cs.AI · arxiv.org