提示式評分模型

深度分析

攻擊選擇機制對 AI 代理安全測試的衝擊：BashArena、LinuxArena 實證分析

本研究探討AI控制評估中攻擊選擇策略，透過在BashArena與LinuxArena引入開始與停止政策，使1%審核預算下安全指標下降約20個百分點，顯示現有測試對策略性攻擊估計過於樂觀，呼籲未來評估必須納入選擇性攻擊。此結果對產業標準與安全治理具重要啟示。