arXiv · cs.AI · Yini Huang, Aiwen LU, Zhen Sun, Yi Han, Yuzhi Zhao, Jiaheng Wei · 11 小时前模型评分53
ANGLER 提出基于验证器的网页智能体红队基准 REEF
ANGLER: Verifier-Grounded Benchmarking with an Adaptive Attacker for Web Agents
导读
作者提出 REEF，一个带真实状态验证的网页智能体红队测试基准，覆盖旅行、电商、办公、媒体和通信等 9 个可执行网站，每个正常任务都配一个通过 5 类攻击方式注入的恶意目标。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address the gap, we introduce REEF, a benchmark of red-teaming executable environments with faithful verification for measuring the security vulnerabilities of web agents.”
来源：arXiv · cs.AI · arxiv.org