ASLEval: Measuring Privacy Exposure Displacement in LLM Agent Sessions
arxiv.org原文 ↗
ASLEval 预注册隐藏目标集，枚举所有可见出口，再将内部 trace 留作归因，从会话整体衡量“局部代理指标漏掉了什么”。只检查预期出口会漏掉可见出口并集恢复暴露的 46.9%；减少返回内容虽可降低泄露路径，却可能一并降低正常任务成功率。
–浏览
arxiv.org原文 ↗
评论 · Comments