KierstonBench发布城市级侦查评测
热点事件持续更新
KierstonBench发布城市级侦查评测
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Kierston研究团队发布KierstonBench，在宾夕法尼亚州阿伦敦构建城市级模拟环境，以相互关联的监控记录测试大语言模型串联线索、推进刑事案件调查及监控任务的能力。 评测结果显示，只有前沿模型能较可靠地完成这类跨记录侦查，但所有受测模型仍容易被欺骗手段误导。该基准由此提供了一套可复现的测试，用于衡量模型在执法和监控场景中的能力与脆弱性。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 19:17
KierstonBench 模拟全城监控查案，前沿模型较可靠但仍易受骗报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AGI HuntKierstonBench 模拟全城监控查案，前沿模型较可靠但仍易受骗
Kierston & KierstonBench 构建宾州 Allentown 的城市级模拟环境，以关联监控记录测试 LLM 的刑事侦查与监控任务。评测显示，只有前沿模型能较可靠地串联分散记录、推进案件调查，但所有模型仍容易受到欺骗手段影响。该基准为量化 LLM 在执法与监控场景中的能力和脆弱性提供了可复现参照。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。