#evaluation-integrity

共收录 3 条相关情报。

学术论文2026-09-23 发布INFO

该论文研究智能体式视频生成系统中的验证器污染问题。在这类“生成器—验证器”闭环中,LLM 先规划分镜并调用文生视频模型,再由多模态评审模型判断产出是否满足用户要求。为便于定位长流程中的失败环节,近期评测框架会有意把视频之外的信息一并交给评审

历史摘要 · 未重新核验 · arXiv cs.CR

学术论文2026-09-17 发布INFO

该论文研究 AI 生成 RTL 验证计划在硬件安全场景下的可信度问题。作者指出:大模型生成的验证计划即使通过了服务商(provider)的响应 schema 校验,也可能在进入可信执行环节时失败,即「schema 合规」不等于「执行有效」。

历史摘要 · 未重新核验 · arXiv cs.CR

学术论文2026-08-13 发布INFO

本文针对工具使用型智能体（MCP Agent）安全评估中的方法论缺陷展开审计研究。作者指出，当前许多安全评估将存储的标签（如 ATTACK_SUCCESS）直接等同于真实行为事实，忽略了标签生成过程中的偏差。研究团队对一个已保存的评估活动进

历史摘要 · 未重新核验 · arXiv cs.CR