CAPSafe基准评测具身智能体安全推理能力

Youmna Farag 等研究者发布 CAPSafe 基准，用于评测大语言模型驱动的具身智能体的安全推理能力，涵盖动作级与规划级两个层面。评测九个闭源与开源大模型后发现，模型在危险识别与安全长程规划之间存在明显差距；Gemini-3-pro 的安全成功率最高，为 78.19%，其余模型均低于 65%。 CAPSafe 的设定中，危险是情境化的（需从物体属性推断），同一环境内可同时存在多个危险，并为每个危险标注相对严重程度，以便进行细粒度分析。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。