Назад до новин
ІнноваціяAI Understanding брифінг

Дослідники представляють Blindspot Benchmark для безпеки ШІ Long-Horizon

Було введено новий критерій для оцінки безпеки довгострокових агентів ШІ. Дослідники представили новий тест під назвою Blindspot для оцінки безпеки агентів штучного інтелекту з великим горизонтом. Blindspot оцінює повну траєкторію користувача-агент-середовище за допомогою адаптивної змагальної взаємодії…

4 min readRead the primary source
Source-provided image accompanying Researchers Introduce Blindspot Benchmark for Long-Horizon AI Safety
Першоджерельний документДжерело записано
Видавець
arxiv.org
Посилання на джерело
arxiv.orghttps://arxiv.org/abs/2609.16305
Тип джерела
Первинний документ — офіційне оголошення, папір, документ або сторінка першої сторони, яку ми безпосередньо читаємо.
КонтекстЗрозумійте це за 60 секунд

Почніть тут

Ключові терміни

ШІ Безпека
Область, зосереджена на зниженні шкідливої ​​поведінки, збоїв і ризиків неправильного використання в системах ШІ.
Еталон
Стандартизований тест або набір даних, який використовується для вимірювання та порівняння продуктивності моделі.
Міцність
Здатність моделі підтримувати ефективність за умов шуму, зсувів або агресивних вхідних даних.
Перевір себеЩо таке ШІ? Вікторина

Що сталося

Researchers have introduced a new called Blindspot for evaluating the safety of long-horizon AI agents. Blindspot evaluates complete user-agent-environment trajectories through adaptive adversarial interaction, stateful tool execution, and execution-grounded adjudication.

Blindspot is a live-simulation framework that allows for the evaluation of AI agents in various scenarios and domains.

The contains 22 attack families and 35 scenarios across seven domains, yielding more than 2,500 long-horizon trajectories.

Each trajectory is assigned one of five outcomes: Safe Completion, Correct Refusal, Unsafe Completion, Over-Refusal, or Indeterminate.

Blindspot is extensible, allowing for the addition of new attacks, scenarios, tools, policies, domains, and agent configurations without redesigning the evaluation pipeline.

The researchers evaluated 13 proprietary and open-weight LLMs using eight metrics covering unsafe completion, appropriate refusal, benign utility, over-refusal, repeated-run , and post-refusal failure.

Деталі джерела: arxiv.org ↗

Чому це важливо

The introduction of Blindspot is significant because it provides a more comprehensive evaluation of , taking into account the agent's behavior over multiple turns and interactions. This is particularly important for long-horizon AI agents that operate in complex environments.

The introduction of Blindspot is significant because it provides a more comprehensive evaluation of .

The takes into account the agent's behavior over multiple turns and interactions, which is particularly important for long-horizon AI agents.

Blindspot is a step towards improving the safety of long-horizon AI agents.

The development of Blindspot will likely lead to the creation of new AI models that are safer and more reliable.

The will also help to identify areas where AI agents are failing and provide insights for improving their safety.

Interactive Mechanism

Інтерактивний механізм: як він насправді працює

Дослідіть технологію, що лежить в основі цієї розробки, в інтерактивному режимі.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Інтерактивна перевірка концепції+10 Points
What is AI? Quiz

A route planner searches possible journeys using explicit rules. What does this illustrate about AI?

Що дивитися далі

The development of Blindspot is a step towards improving the safety of long-horizon AI agents. It will be interesting to see how the is used in the development of new AI models and how it affects the field of .

The development of Blindspot is a step towards improving the safety of long-horizon AI agents.

It will be interesting to see how the is used in the development of new AI models.

The impact of Blindspot on the field of will be significant.

The will likely lead to the creation of new AI models that are safer and more reliable.

The development of Blindspot will also help to identify areas where AI agents are failing and provide insights for improving their safety.

Пов’язані посібники та вікторини

Що таке ШІ?Етика ШІАгенти ШІПояснення моделей AIтрансформериПеревірте свої знання — пройдіть безкоштовну вікторину зі штучним інтелектомЗнайдіть термін ШІ в нашому глосаріїСлідкуйте за відстеженням випуску моделі AI
Знайшли це корисним?